스킬 찾기

Use DeepCTR-Torch for PyTorch CTR/recommender feature columns, single-task models, DIN/DIEN sequence models, and multi-task learning workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route Deepchecks package tasks for ML data/model validation across tabular, NLP, vision, result export, and integration workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use this DeepCTR repo skill for CTR/recommender feature columns, Keras models, sequence/session models, multitask models, and legacy TensorFlow Estimator workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route DeepLabCut markerless pose-estimation workflows, project setup, PyTorch training/inference, maDLC tracking, Model Zoo, post-processing, 3D, and export tasks.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guide DeepMedic 0.8.4 workflows for multi-modal 3D NIFTI medical-image segmentation, including data preparation, model configuration, training, checkpoint continuation, inference, and CPU/CUDA troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

DeepPavlov package routing for config-driven NLP workflows, model-family selection, and serving.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Spotify Chartify to build tidy pandas/Bokeh charts, route plot workflows, customize styling, and diagnose output/configuration issues.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use CellTypist for single-cell RNA-seq cell type annotation, model management, custom classifier training, CLI usage, and result visualization workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use CausalNex to learn causal structures, fit Bayesian networks, discretize features, generate synthetic graph data, and run inference, evaluation, and latent-variable workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use CausalML for causal inference, uplift modeling, matching, validation, interpretation, and treatment optimization workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use CAMEL-AI to build, configure, tool, remember, evaluate, and troubleshoot multi-agent Python systems with self-contained routing across agents, models, tools, RAG, and evaluation workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Brian2 for clock-driven spiking-neural-network modeling, simulation, synaptic connectivity, input generation, recording, physical-unit equations, spatial neurons, runtime code generation, and C++ standalone workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use this self-contained Browser Use repo skill for Python agents that automate websites, browser sessions, custom tools, LLM/provider setup, persistent CLI sessions, cloud/sandbox production deployment, MCP, skills, and troubleshooting. Prefer ChatBrowserUse by default and route to focused sub-skills for implementation details.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes agents using or contributing to CrewAI, including crews, flows, CLI projects, tools, MCP, memory, RAG, LLM providers, observability, files, multimodal inputs, and repo development.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes CUT/FastCUT/SinCUT workflows, dataset preparation, and launcher presets for the contrastive-unpaired-translation repository.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes EEG, ECoG, MEG, and related electrophysiology deep-learning workflows through the braindecode Python package, including dataset construction, preprocessing, model training, augmentation, and interpretation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route Chinese-LLaMA-Alpaca model reconstruction, inference/deployment, training/fine-tuning, and evaluation workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Chemprop 2.2.3 for molecular property prediction: CLI training, prediction, fingerprints, data validation, Python APIs, reaction/atom-bond tasks, uncertainty, hpopt, and conversion workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use the Folding@home coronavirus repository conventions to curate molecular structures, prepare bounded OpenMM systems, and preserve target, publication, and provenance notes.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes Chainer workflows for training, export, distributed learning, ChainerX, and checkout maintenance.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate Core ML Tools workflows for model conversion, Core ML artifact I/O, optimization, MIL debugging, and platform-aware troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Cookiecutter Data Science to generate, configure, validate, and troubleshoot reproducible data-science project templates and generated project workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route ControlNet 1.0 source-checkout tasks for annotators, Gradio inference apps, training datasets, and model/weight utilities.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use MosaicML Composer for PyTorch training loops, speedup methods, loggers, checkpoints, distributed launch, profiling, and model export.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.