スキルを探す

Use for Feast feature store tasks: feature repositories, definitions, CLI, retrieval, materialization, serving, RAG/vector search, integrations, and Feast contributor workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Operate the legacy Frustum PointNets code release for KITTI or SUN RGB-D data preparation, TensorFlow runtime setup, training, inference, and 3D detection evaluation.

日本語の概要は準備中です。原文の説明を表示しています。

Guides Researchers through Faiss installation, dense and binary similarity search, index training and composition, persistence and evaluation, and explicitly gated CPU/GPU interoperability workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Routes FCOS object-detection repo tasks for inference demos, config/data setup, training/evaluation, ONNX export, and legacy PyTorch internals.

日本語の概要は準備中です。原文の説明を表示しています。

Operate Flash Linear Attention package workflows: setup, kernels, layers/models, KDA/context parallel, and benchmarking.

日本語の概要は準備中です。原文の説明を表示しています。

Foolbox operating guidance for wrapping vision models, running adversarial attacks, measuring clean and robust accuracy, handling NumPy/PyTorch/TensorFlow/JAX backends, and loading Foolbox-compatible model-zoo repositories.

日本語の概要は準備中です。原文の説明を表示しています。

Use face.evoLVe for high-performance face recognition workflows across alignment, data preparation, PyTorch training, feature verification, and Paddle deployment.

日本語の概要は準備中です。原文の説明を表示しています。

Use Fairlearn to assess group fairness, compute disparity metrics, visualize subgroup performance, and mitigate unfairness with preprocessing, reductions, postprocessing, or adversarial learning.

日本語の概要は準備中です。原文の説明を表示しています。

Route fastdup workflows for visual dataset curation, annotation-driven analysis, embeddings and search, and video or exchange plumbing.

日本語の概要は準備中です。原文の説明を表示しています。

Operate FATE 2.2.0 federated-learning deployments, FateFlow Pipeline workflows, local launchers, and component CLI/runtime inspection.

日本語の概要は準備中です。原文の説明を表示しています。

Guides Fiona workflows for GDAL-backed vector data I/O, GeoJSON-like features and schemas, CRS transforms, local virtual files, cloud-session boundaries, and the fio CLI.

日本語の概要は準備中です。原文の説明を表示しています。

Use FlagEmbedding for embedding, reranking, retrieval evaluation, and fine-tuning workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Use FlashRAG for retrieval-augmented generation research workflows: config/data validation, retrieval and index building, generation/refinement components, RAG pipelines/method reproduction, evaluation, and WebUI setup.

日本語の概要は準備中です。原文の説明を表示しています。

Repository operating skill for using Flow Forecast's flood_forecast package for time-series forecasting, data preparation, training, inference, evaluation, and hydrology-oriented advanced models.

日本語の概要は準備中です。原文の説明を表示しています。

Routes evo trajectory-evaluation workflows for APE/RPE, trajectory I/O, result analysis, configuration, and programmatic usage.

日本語の概要は準備中です。原文の説明を表示しています。

Routes face-alignment installation, import checks, landmark-detection workflows, and detector-backend selection.

日本語の概要は準備中です。原文の説明を表示しています。

Use face_recognition to detect faces, extract landmarks and encodings, compare identities, run the face_recognition and face_detection CLIs, and troubleshoot dlib/model installation.

日本語の概要は準備中です。原文の説明を表示しています。

Use davidsandberg/facenet for TensorFlow 1.x face recognition workflows: MTCNN alignment, embeddings, classification, LFW evaluation, training, and model export.

日本語の概要は準備中です。原文の説明を表示しています。

Operate FastReID setup, configuration, datasets, model/inference APIs, training/evaluation workflows, deployment/export paths, and extension projects for person and vehicle re-identification.

日本語の概要は準備中です。原文の説明を表示しています。

Guides TensorFlow Fast Style Transfer training, image stylization, and video stylization workflows from checkpoints, VGG/COCO assets, and script-oriented CLIs.

日本語の概要は準備中です。原文の説明を表示しています。

Use fastMRI for MRI reconstruction data loading, MRI operators, reconstruction models, Lightning training, evaluation, and submission preparation.

日本語の概要は準備中です。原文の説明を表示しています。

Guides FastVideo video, image, and audio generation, config-first inference, serving, training, distillation, evaluation, and performance workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Use ExecuTorch to export PyTorch models to edge runtime artifacts, build host/device runtimes, choose delegates, profile/debug execution, and operate specialized Qualcomm, Cortex-M, LLM, and binary-size workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Operate Fugue workflows, FugueSQL, backend selection, and notebook magics for pandas and distributed dataframe execution.

日本語の概要は準備中です。原文の説明を表示しています。