「vector」の検索結果

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。

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。

Route DataFlow workflows for pipelines, text and document processing, serving, evaluation, and Ray acceleration.

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 agents using the datamol Python package for RDKit-first molecular IO, preparation, fingerprints, similarity, structure generation, visualization, and utility 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 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 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。

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。

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。

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。

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。

Route DeepFilterNet speech enhancement, Python API/CLI, training data, model export/evaluation, and Rust/LADSPA realtime 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 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。

Guides DeepMotionEditing BVH animation, skeleton-aware motion retargeting, motion style transfer, and Blender visualization workflows for research use.

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 Torchreid deep-person-reid workflows for person re-identification training, evaluation, feature extraction, metrics, visualization, and model export.

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 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。

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。

Route DeepSearcher workflows for provider setup, data ingestion, RAG querying, CLI and service operation, 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。

Route Deepchecks package tasks for ML data/model validation across tabular, NLP, vision, result export, and integration 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。