「space」の検索結果

Use the GeoParquet specification and bundled inspection helpers to author, validate, distribute, or safely review geospatial Parquet data, including GeoParquet 2.0 vector metadata, external writer choices, and the alpha Parquet Raster proposal.

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。

Use geemap for Google Earth Engine interactive mapping, geospatial conversion, visualization, timelapse, and ML helper 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 faster-whisper package for CTranslate2-backed Whisper transcription, model selection, CPU/CUDA setup, audio utilities, VAD, timestamps, and conversion 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 FlashText tasks for keyword extraction, replacement, fuzzy matching, keyword loading, and keyword-inspection 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 FFCV to convert datasets into .beton files, build fast PyTorch loader pipelines, handle image and custom fields/transforms, and tune cache, traversal, and throughput behavior.

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。

Route GenAI Processors tasks to the right workflow guide.

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 Galaxy repository guidance for server configuration, APIs, tool and workflow development, data/storage, Tool Shed operations, and web-client 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。

Operate the Fengshenbang-LM Fengshen package for pipelines, model families, data/training utilities, examples, and conversion planning.

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。

Operate Flash Linear Attention package workflows: setup, kernels, layers/models, KDA/context parallel, and benchmarking.

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。

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。

Use Flair for NLP annotation, embeddings, text/sequence model prediction, corpus loading, training/fine-tuning, HunFlair biomedical NER/linking, and production 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 Fairlearn to assess group fairness, compute disparity metrics, visualize subgroup performance, and mitigate unfairness with preprocessing, reductions, postprocessing, or adversarial learning.

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。

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 FedML for setup, CLI operations, MLOps launch, distributed and federated training, model serving, and workflow orchestration.

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 Gensim topic modelling, document indexing, embeddings, similarity retrieval, downloader, and script workflows for Python NLP and IR 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。

Build, inspect, and reuse Featuretools automated feature engineering workflows for EntitySets, DFS, feature matrices, primitive authoring, feature inspection, and selection.

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 FATE 2.2.0 federated-learning deployments, FateFlow Pipeline workflows, local launchers, and component CLI/runtime inspection.

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 davidsandberg/facenet for TensorFlow 1.x face recognition workflows: MTCNN alignment, embeddings, classification, LFW evaluation, training, 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。

Create and troubleshoot Folium maps, GeoJSON layers, choropleths, and plugins for browser-rendered Leaflet output.

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。