深度学习 Skill技能列表
PyTorchFSDP分布式训练技能Skill pytorch-fsdp
这个技能专为PyTorch FSDP（全分片数据并行训练）设计，提供参数分片、混合精度、CPU卸载和FSDP2等功能的详细指导，适用于大规模深度学习模型的分布式训练。关键词：PyTorch, FSDP, 分布式训练, 深度学习, 参数分片, 混合精度, CPU卸载, 人工智能, 机器学习。
TensorFlow神经网络构建与训练Skill tensorflow-neural-networks
这个技能专注于使用TensorFlow框架进行神经网络的构建和训练，覆盖从入门到高级的模型开发，包括图像分类、文本处理等应用。关键词：TensorFlow, 神经网络, 深度学习, Keras, 自定义层, 模型训练, AI开发, 机器学习, 计算机视觉, 自然语言处理。
Torchtitan分布式LLM预训练Skill distributed-llm-pretraining-torchtitan
Torchtitan是一个用于大规模语言模型（LLM）预训练的PyTorch原生平台，支持4D并行（FSDP2、TP、PP、CP）、Float8训练和分布式检查点，适用于从8到512+ GPU的Llama、DeepSeek等模型的预训练，提供高效的训练速度和可扩展性。关键词：分布式训练、LLM预训练、PyTorch、Torchtitan、4D并行、Float8、深度学习、人工智能。
MoE训练Skill moe-training
此技能专注于训练Mixture of Experts（专家混合）模型，适用于大规模深度学习模型的开发，如Mixtral 8x7B和DeepSeek-V3。它涵盖了MoE架构、路由机制、负载平衡和专家并行等技术，旨在以较低的计算成本训练高容量模型。关键词：MoE, 专家混合模型, 深度学习, 大模型训练, 稀疏架构, 计算优化。
等变架构设计师Skill equivariant-architecture-designer
这个技能用于设计尊重对称性群的神经网络架构，提供等变层、G-CNN、e3nn等技术的架构模式和实现指导，适用于图像处理、点云、图形等领域的深度学习任务。关键词：等变神经网络、对称性群、架构设计、深度学习、AI应用。
scvi-toolsSkill scvi-tools
scvi-tools 是一个用于单细胞分析的深度学习框架，提供多种模型如 scVI、scANVI、totalVI、PeakVI、MultiVI、DestVI、veloVI 和 sysVI，用于数据集成、批校正、多模态分析、参考映射、RNA 速度分析等。关键词：深度学习、单细胞分析、scvi-tools、数据集成、批校正、多模态分析、参考映射、RNA速度分析。
PyTorch图神经网络库(PyG)Skill torch-geometric
PyTorch Geometric (PyG) 是一个基于 PyTorch 的图神经网络库，用于开发和训练图神经网络，适用于节点分类、图分类、链接预测、分子性质预测、社交网络分析等应用。关键词：图神经网络，深度学习，PyTorch，GNN，节点分类，图分类，链接预测，分子预测，社交网络分析，异构图，几何深度学习，GCN，GAT，GraphSAGE。
DeepSpeed分布式训练技能Skill deepspeed
DeepSpeed技能提供对微软DeepSpeed框架的专家指导，专注于分布式深度学习训练优化，包括ZeRO技术、管道并行、混合精度训练和通信优化，适用于大规模模型训练、性能调优和内存效率提升。关键词：分布式训练、深度学习、ZeRO优化、混合精度、大规模模型训练、DeepSpeed框架、AI训练加速、GPU内存优化。
AlphaFold数据库技能Skill alphafold-database
这个技能用于访问AlphaFold AI预测的蛋白质结构数据库，支持通过UniProt ID检索结构、下载PDB/mmCIF文件、分析置信度指标如pLDDT和PAE，适用于药物发现、结构生物学、蛋白质工程和进化研究。关键词：AlphaFold，蛋白质结构预测，AI，深度学习，结构生物学，药物发现，生物信息学。
TensorFlow数据管道构建Skill tensorflow-data-pipelines
本技能专注于使用TensorFlow的tf.data API构建高效数据管道，用于优化深度学习训练性能。关键词包括TensorFlow、数据管道、tf.data、数据集创建、数据转换、批处理、打乱、预取、GPU/TPU优化、机器学习训练、数据增强、缓存策略。
nnsight远程神经网络解释工具Skill nnsight-remote-interpretability
nnsight是一个用于解释和操作神经网络内部的工具，支持通过NDIF远程执行，适用于大规模模型的可解释性实验。它允许研究人员在任何PyTorch模型上运行相同代码，无需本地GPU资源。关键词：神经网络解释，远程执行，nnsight，NDIF，大模型分析，PyTorch模型，深度学习可解释性。
HuggingFace加速器Skill huggingface-accelerate
HuggingFace Accelerate 是一个用于简化分布式训练的Python库，只需添加四行代码即可为PyTorch脚本提供分布式支持，支持DeepSpeed、FSDP等多种后端，自动处理设备放置和混合精度训练，是HuggingFace生态系统中的标准工具，适用于快速原型开发和统一API。关键词：分布式训练、PyTorch、HuggingFace、加速器、DeepSpeed、FSDP、混合精度、AI训练、深度学习。