目录 / ml-deep-learning
SKILL
未评级
已上架
ml-deep-learning
当被问及 PyTorch、TensorFlow、Keras、神经网络、CNN、RNN、LSTM、Transformer、GAN、自编码器、训练循环、反向传播、梯度下降、CUDA、分布式训练或混合精度时,请使用此技能。该技能强制要求:使用 nn.Module 和 DataLoader 的 PyTorch 训练循环;TensorFlow Keras 的 Sequential/Functional API;CNN 架构(如 ResNet、EfficientNet);用于序列建模的 RNN/LSTM/GRU;Transformer 实现(包括自注意力机制、位置编码);分布式训练(DDP、FSDP);混合精度训练(AMP)以及 CUDA 优化。请勿用于:经典机器学习模型、特征工程或 MLOps 流水线配置。
模型生成摘要(rules/v1 · 2026-11-17 08:20):当被问及 PyTorch、TensorFlow、Keras、神经网络、CNN、RNN、LSTM、Transformer、GAN、自编码器、训练循环、反向传播、梯度下降、CUDA、分布式训练或混合精度时,请使用此技能
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-17 08:19 | 2c1ccb4b | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。