「spa」の検索結果

Route and use the repository's PyTorch reinforcement-learning examples across tabular control, DQN, on-policy actor-critic, and off-policy continuous control.

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 the DeepGCNs PyTorch operating guide for graph convolution layers, dynamic and dilated KNN blocks, point-cloud classification or segmentation, PPI, OGB/DeeperGCN, and reversible memory-efficient GNN 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 deep-daze for CLIP-guided Siren image generation through the imagine CLI and Python APIs, with runtime inspection 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 DeepDanbooru for anime-style image tag estimation, project and Danbooru-style dataset preparation, TensorFlow training, image evaluation, TFLite conversion, and experimental Grad-CAM 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 DeepVariant and DeepTrio for genomics variant-calling command planning, input validation, pipeline-stage troubleshooting, custom training, and report analysis.

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 DeepXDE for scientific machine learning, PINNs, DeepONet/operator learning, backend selection, training, 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 DeepCTR-Torch for PyTorch CTR/recommender feature columns, single-task models, DIN/DIEN sequence models, and multi-task learning 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。

Router for DeepAnalyze agentic data-science 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。

Route DeblurGAN users to data preparation, training, and single-image inference 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 the DeepXiv SDK for citation-aware academic and web research through its Python Reader, deepxiv CLI, progressive paper APIs, optional local LangGraph agent, PMC, bioRxiv/medRxiv, and trending 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 denoising-diffusion-pytorch for PyTorch DDPM/DDIM image diffusion, 1D sequence diffusion, conditioning and guidance, and advanced diffusion variants.

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 DB-GPT 0.8.1 as an agentic AI data platform: install and configure provider profiles, operate its CLI and services, build agents and AWEL flows, ingest and retrieve data with RAG, call client/API surfaces, and execute code through explicitly bounded sandbox runtimes.

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 Tongyi DeepResearch and its WebAgent family: ReAct inference setup, rollout validation, benchmark evaluation, and variant routing.

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 when working with Hugging Face Datasets: loading local or Hub datasets, defining Features schemas, processing/streaming datasets, converting formats, sharing to the Hub, managing cache/offline behavior, or using datasets-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 Chai Lab / Chai-1 for molecular structure prediction, input preparation, MSA/template setup, restraints, glycans, and repo-specific 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 CubeStudio MLOps platform deployment, customization, and operation 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。

Routes CS230 code-example requests to the correct PyTorch or TensorFlow vision and NLP workflows for SIGNS image classification and named-entity recognition.

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

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 DisCo Researcher to Cream-family vision NAS, compression, distillation, and relative-position-encoding workflows across the AutoFormer, AutoFormerV2, Cream, CDARTS, EfficientViT, MiniViT, TinyCLIP, TinyViT, and iRPE project families.

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

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 Core ML Tools workflows for model conversion, Core ML artifact I/O, optimization, MIL debugging, and platform-aware 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 Cookiecutter Data Science to generate, configure, validate, and troubleshoot reproducible data-science project templates and generated project 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。

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

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

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。