「spa」の検索結果

Use Google ADK Python to build agents, Workflow graphs, tools, runtime services, CLI apps, evaluations, deployments, and ADK repository changes.

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 AlphaFold protein structure prediction setup, data preparation, local prediction, model configuration, output interpretation, and relaxation 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 Hugging Face Accelerate for PyTorch training-loop migration, distributed launch/configuration, DeepSpeed/FSDP/TPU backend setup, big-model inference/offload, checkpointing, tracking, 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 AgileRL for reinforcement learning workflows: classical RL training, evolutionary HPO, evolvable networks, multi-agent PettingZoo training, offline/bandit data, and LLM fine-tuning.

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 alphafold2-pytorch protein sequence, MSA, distogram, angle-logit, coordinate-refinement, recycling, embedding, and structure-utility workflows with version-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 AlphaFold 3 PyTorch for protein and biomolecular structure-prediction workflows, heterogeneous molecule inputs, PDB/mmCIF/MSA/template preparation, bounded model inference, training configuration, and local CLI or Gradio operation.

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 Agriculture_KnowledgeGraph agricultural Neo4j graph, Django demo, entity labeling, crawler, and relation-extraction 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 AlphaGPT data ingestion, factor mining, live strategy, and dashboard 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 Agent Starter Pack tasks to the right workflow for creating, maintaining, and deploying generated agent projects.

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 AReaL for large-scale asynchronous LLM reinforcement learning, agentic RL, distributed post-training, inference/agent services, backend planning, and customization 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 AB3DMOT 3D multi-object tracking workflows for KITTI and nuScenes data, tracking, evaluation, and visualization.

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 AdalFlow to build, debug, evaluate, optimize, trace, and operate LLM task pipelines, RAG systems, agents, tools, and structured-output 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 ai-data-science-team package for AI-assisted data loading, EDA, pandas transformations, SQL analysis, H2O/MLflow modeling, multi-agent teams, and Streamlit app 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 ACT++, ACT, Diffusion Policy, VINN, and MuJoCo simulation workflows for bimanual ALOHA episode data and imitation-learning 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。

Use AlpaSim repository guidance for autonomous-driving simulation setup, Hydra wizard runs, runtime services, ego drivers and plugins, ASL evaluation, controller/physics/traffic components, gRPC contracts, and operational 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。

Router for Alpamayo R1 multimodal driving inference and trajectory sampling.

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 Align-Anything multimodal alignment package, including training, serving, remote reward models, and satellite projects.

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 3DDFA Python inference, geometry rendering, training/evaluation, and optional C++ ONNX workflows for 3D dense face alignment.

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 AlphaFold 3 input preparation, prediction command planning, output interpretation, and Python API inspection. Covers the local AlphaFold 3 inference package, its JSON dialect, run_alphafold workflow, outputs, troubleshooting, and safe helper scripts.

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 Adversarial Robustness Toolbox (ART) for estimator wrappers, adversarial attacks, defences, poisoning/privacy/extraction, metrics, and certification 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 AnnData to build, inspect, combine, store, lazily read, and extend annotated data matrices in memory and on disk.

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 Argilla 2.x for human-feedback dataset annotation, Python SDK dataset workflows, server deployment/operations, webhooks, and legacy v1/Rubrix migration.

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 anomalib for anomaly-detection install, data/model selection, training and evaluation, deployment and inference, and benchmark pipelines.

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 Acme reinforcement-learning framework tasks across core loops, replay/data, JAX agents, and TensorFlow/Sonnet agents.

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。