スキルを探す

Use Hugging Face Evaluate to load metrics, comparisons, and measurements; compute and combine results; run evaluator pipelines; create custom modules; troubleshoot optional dependencies, cache, Hub, and CLI 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。

Guide Django REST Framework and GeoDjango projects through django-rest-framework-gis installation, GeoJSON serialization, spatial filtering, pagination, OpenAPI schema generation, and backend troubleshooting.

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 DLTK 0.2.1 medical-imaging workflows across legacy TensorFlow 1.x data, models, Estimators, and deployment utilities.

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 DIG (Dive into Graphs) to load graph-learning datasets, run graph generation, self-supervised learning, GNN explainability, 3D graph learning, GOOD OOD datasets, graph augmentation, fair graph learning, and large-scale graph 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 this repo skill for DiscoArt image generation, configuration/prompt scheduling, CLI, Jina serving, Docker runtime planning, and troubleshooting.

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 DeepMind dm_control for MuJoCo simulation, Control Suite environments, PyMJCF models, Composer tasks, rendering, and high-level locomotion/manipulation 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 Distil-Whisper inference, PyTorch distillation training, and Flax reproduction 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 this skill for Hugging Face Diffusers tasks: pipeline inference, schedulers, adapters/loaders, training recipes, modular pipelines, conversion helpers, CLI checks, and repo maintenance.

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 doccano for text annotation, dataset import/export, auto-labeling, deployment, and repo maintenance.

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 DocArray for multimodal Pydantic-style documents, typed DocList and DocVec batches, serialization and local storage, FastAPI payloads, and vector retrieval indexes.

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 Diffusion Policy for robot imitation-learning configs, zarr replay data, policy/model interfaces, training/evaluation workflows, and safety-gated real robot operations.

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 DINO DETR object-detection setup, COCO data validation, CUDA deformable-attention preparation, training, evaluation, inference, visualization, and bounded benchmarking tasks.

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 DiffDock docking, web UI, training/data preparation, and benchmark evaluation tasks to focused repo-specific guidance.

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 python-doctr (docTR) for OCR/KIE inference, document IO/export, model customization, datasets/training/evaluation, CLI helpers, deployment, and troubleshooting.

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 DeepMind dm-haiku as a JAX neural-network library for transforms, modules, state/RNG, layers, advanced JAX interop, and optional Flax interop.

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 EasyCV training, evaluation, prediction, export, and data 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 and troubleshoot the Dream Textures Blender add-on for Stable Diffusion image generation, texture projection, render passes, model setup, and backend APIs.

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 Diffusion Planner for nuPlan autonomous-driving trajectory generation: prepare model-ready data, train or resume the diffusion model, configure closed-loop planning, and add differentiable collision or classifier guidance.

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 DreamerV2 2.2.0 for TensorFlow world-model reinforcement-learning training, custom Gym integration, typed experiment configuration, replay/checkpoint management, and JSONL/TensorBoard 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。

Routes easy12306 12306 captcha recognition tasks across pretrained inference, data preparation, text-model training, and image-model training 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 DreamerV3 for world-model reinforcement learning training, embodied environment dataflow, JAX model internals, result operations, and troubleshooting.

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 DreamOmni2 image generation, image editing, and Gradio demo 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 DGL-LifeSci and dgllife for molecular graph learning, molecule featurization, datasets, property prediction, reaction prediction, binding affinity, model-zoo/pretrained models, and molecular generation 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 ECCV2022-RIFE video frame interpolation, benchmark evaluation, and training workflows from a source checkout.

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。