「ecto」の検索結果

Foolbox operating guidance for wrapping vision models, running adversarial attacks, measuring clean and robust accuracy, handling NumPy/PyTorch/TensorFlow/JAX backends, and loading Foolbox-compatible model-zoo repositories.

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。

Route Flower repository tasks for app authoring, strategies and mods, local simulation and deployment, Flower Datasets and examples, 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。

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。

Routes official FlashVSR diffusion-based streaming video super-resolution setup, model preparation, and CUDA inference for v1 and v1.1.

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 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。

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 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 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 fg-data-profiling data profiling, report generation, configuration, CLI, comparison, privacy, and optional Spark/notebook 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 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。

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。

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。

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。

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。

Use this skill for EverOS local-first Markdown memory service setup, HTTP memory and knowledge APIs, cascade/OME operations, and observability 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。

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。

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 ExecuTorch to export PyTorch models to edge runtime artifacts, build host/device runtimes, choose delegates, profile/debug execution, and operate specialized Qualcomm, Cortex-M, LLM, and binary-size 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 face.evoLVe for high-performance face recognition workflows across alignment, data preparation, PyTorch training, feature verification, and Paddle deployment.

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。

Use face_recognition to detect faces, extract landmarks and encodings, compare identities, run the face_recognition and face_detection CLIs, and troubleshoot dlib/model installation.

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。