1,116 件 ・ 関連度順
概要と使いどころ
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。
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。
Routes official 3D Gaussian Splatting setup, data preparation, training, rendering, evaluation, and viewer 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。
Use Gaussian-SLAM for CUDA RGB-D dense SLAM, Gaussian-splatting mapping, dataset/configuration preflight, checkpoint evaluation, reconstruction metrics, and global-map refinement.
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 GemPy 3.x for CPU-first 3-D implicit geological modeling, structural data preparation, grid evaluation, visualization, persistence, and optional integrations.
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。
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 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。
Guide ROS/Gazebo Velodyne mobile-robot navigation with the DRL-robot-navigation TD3 implementation, including simulator setup, environment contracts, bounded training, checkpoints, and policy 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 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 detrex for detection-transformer configs, training/evaluation, demos, model zoo conversion, and package API debugging.
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 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。
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 Donut for OCR-free document understanding, checkpoint inference, fine-tuning, evaluation, and SynthDoG synthetic document generation.
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。
Route EdgeConnect requests for image inpainting setup, data preparation, training, checkpoint-backed testing, and 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。
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。
Guide Det3D PyTorch 3D object-detection workflows across configuration, KITTI/nuScenes/Lyft data preparation, GPU training and evaluation, custom CUDA operations, 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。