par affaan-m
pytorch-patterns vous aide à écrire, relire et déboguer du code PyTorch avec des modèles indépendants du périphérique, des expériences reproductibles et une gestion explicite des tenseurs. Utilisez le skill pytorch-patterns pour des boucles d’entraînement plus propres, des refactorings de modèles et des conseils pratiques PyTorch.
par K-Dense-AI
Guide du skill torch-geometric pour les réseaux de neurones graphiques PyTorch Geometric. Utilisez-le pour l’aide à l’installation de torch-geometric, l’utilisation de torch-geometric, la classification de graphes, la classification de nœuds, la prédiction de liens, les graphes hétérogènes, les couches MessagePassing personnalisées et la mise à l’échelle des GNN dans des workflows de Machine Learning.
par K-Dense-AI
optimize-for-gpu aide à faire passer du Python limité par le CPU vers du code NVIDIA GPU, en choisissant la bonne bibliothèque. Utilisez-le pour les tableaux, les dataframes, les pipelines ML, l’analyse de graphes, l’imagerie, les traitements géospatiaux, la recherche vectorielle et les noyaux personnalisés. Il guide les choix entre CuPy, cuDF, cuML, cuGraph, cuCIM, cuVS, KvikIO, Numba CUDA et Warp, avec des conseils pratiques d’utilisation de optimize-for-gpu et de migration.
par K-Dense-AI
Skill pytorch-lightning pour structurer des projets PyTorch avec LightningModules et Trainers. Utilisez ce guide pytorch-lightning pour l’installation, l’entraînement, la validation, le logging, les checkpoints et l’exécution distribuée sur des workflows multi-GPU ou TPU.
par K-Dense-AI
Skill modal pour les équipes de développement backend qui utilisent Modal comme runtime cloud pour Python. Découvrez quand utiliser Modal pour des workloads GPU, des fonctions à mise à l’échelle automatique, des API web, des jobs planifiés et des pipelines batch, ainsi que comment choisir le bon contexte d’installation, lire le dépôt et écrire du code prêt à déployer avec moins de boilerplate.
par K-Dense-AI
get-available-resources vérifie le CPU, le GPU, la mémoire et le disque avant les workflows scientifiques lourds ou les tâches de ML. Il renvoie un instantané des ressources et des recommandations concrètes pour le traitement parallèle, l’accélération GPU ou des approches économes en mémoire, afin d’aider les agents à faire de meilleurs choix d’exécution pour l’automatisation des workflows.
par ZhangHanDong
makepad-2.0-shaders est un skill de Frontend Development pour écrire et déboguer du code shader Makepad 2.0. Utilisez ce skill makepad-2.0-shaders pour les blocs `pixel: fn()` et `vertex: fn()`, les formes `Sdf2d`, le dessin de widgets personnalisés, l’alpha prémultiplié, ainsi que des conseils pratiques d’installation et d’utilisation.
