「space」の検索結果

Operate lucidrains DALLE-pytorch for DALL-E style VAE training, transformer training, generation, CLIP ranking, and backend 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。

cuML operating skill for GPU-accelerated classical ML, cuml.accel, Dask multi-GPU workflows, data utilities, and native source-build 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 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。

Use deep-daze for CLIP-guided Siren image generation through the imagine CLI and Python APIs, with runtime inspection 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。

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。

Use DeepChem for molecular machine learning, data loading, featurization, model training, MoleculeNet, docking, and optional backend 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 this DeepCTR repo skill for CTR/recommender feature columns, Keras models, sequence/session models, multitask models, and legacy TensorFlow Estimator 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 DeepFace for face recognition, verification, embeddings, face detection, demographic analysis, datastore search, API serving, model selection, 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 deepjazz for legacy MIDI jazz generation with music21 preprocessing, abstract grammar tokens, Keras/Theano LSTM training, safe diagnostics, and modernization 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。

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。

Route DeepKE knowledge extraction workflows across supervised extraction, data prep, triples, LLMs, and MCP tools.

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 DeepLabCut markerless pose-estimation workflows, project setup, PyTorch training/inference, maDLC tracking, Model Zoo, post-processing, 3D, and export 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。

Route DeePMD-kit package workflows for installation, data/config preparation, training, inference/model operations, integrations, and repository 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。

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。

Guide DeepMedic 0.8.4 workflows for multi-modal 3D NIFTI medical-image segmentation, including data preparation, model configuration, training, checkpoint continuation, inference, and CPU/CUDA 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 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。

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。