「vector」の検索結果

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 Dipy for diffusion MRI IO, preprocessing, reconstruction, tractography, registration, visualization-aware workflows, and command-line 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 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。

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 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。

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。

Routes DI-engine users to the right workflow for CLI/config launches, serial and framework-based RL pipelines, and environment integration.

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 Detectron2 for object detection, segmentation, configuration, datasets, training, inference, export, and extension 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 DGL graph learning tasks across graph APIs, datasets, message passing, GraphBolt, distributed tools, and DGL-Go 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 the official Elasticsearch Python client for cluster connections, generated APIs, async code, bulk ingestion, query DSL, ES|QL, optional integrations, and runtime 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 Dexbotic to prepare DexData, train and serve vision-language-action policies, evaluate checkpoints, and integrate explicitly external RL or robot backends.

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。

Load, generate, compile, rasterize, evaluate, train, and serve DeTikZify and Ti*k*Zero 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 DALLE2-pytorch package for DALL-E 2 style text-to-image model APIs, diffusion prior/decoder training, WebDataset data layouts, and tracker/checkpoint 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。

Training, inference, and deployment workflows for DAMO-YOLO object detection.

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。

Routes Darkflow object-detection, training, and export workflows for the legacy YOLO package.

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 when building, debugging, testing, or maintaining Plotly Dash applications, callbacks, server backends, component packages, renderer internals, and Dash repository 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 Dask, the Python parallel computing library, when working with lazy task graphs, schedulers, Dask Array, Dask DataFrame, Dask Bag/bytes IO, configuration, diagnostics, CLI usage, or contributor validation.

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 when you need to design DataDesigner configs, run preview/create/validate workflows, inspect the CLI or agent context, work with plugins or MCP tools, or adapt documented recipes and integrations for synthetic dataset 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。

Data-Juicer repo router for local recipes, Ray recovery, and service/MCP 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 DataSciencePython tutorial/example collection through modern self-contained helpers for Python data-science resources, statsmodels logistic regression, scikit-learn Kaggle-style tabular classifiers, and Twitter JSONL extraction.

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 DataChain operating guidance for Python SDK pipelines, query expressions, CLI and Studio commands, agent-harness knowledge workflows, and repository 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。