给 AI 助手装技能
装上一个技能,Claude Code、Codex、Cursor 这类 AI 助手就多会一件事。
训练框架
16 个技能深度学习框架和模型定义库。
- dali-dynamic-mode2100次安装编写和迁移 NVIDIA DALI 动态模式的数据处理代码。
- cuml30次安装用 cuML 编写、运行和调试 GPU 机器学习代码,包括无需改动的 scikit-learn 加速。
- training-system-planning估算训练或 RL 作业的显存、步时、checkpoint、故障重做与完成期限。
- kermt-setup14次安装构建 KERMT 容器镜像并做 GPU 冒烟测试,供其他 KERMT 技能使用。
- kermt-monitor9次安装查看正在运行的 KERMT 预训练或微调进度,显示轮次和损失。
- fastgen-validate3次安装通过一致性对比、梯度检查和仓库测试,验证 NVIDIA FastGen 集成和训练质量。
- fastgen-add-method2次安装根据论文或参考代码,在 NVIDIA FastGen 中实现并测试新的训练方法。
- fastgen-configure2次安装为网络、任务、数据集和训练目标创建或调整 NVIDIA FastGen 实验配置。
- fastgen-inference2次安装用推理脚本和 ComfyUI 节点生成并查看 NVIDIA FastGen 教师或学生模型输出。
- fastgen-setup2次安装用 Docker 或 Conda 搭建或修复 NVIDIA FastGen 环境,配置凭据、下载资源并做冒烟测试。
- fastgen-add-modality1次安装为 NVIDIA FastGen 扩展新的生成或条件数据类型,如音频或相机输入。
- fastgen-add-network1次安装把新的扩散或流模型接入 NVIDIA FastGen,作为受支持的网络适配器。
- fastgen-dataset1次安装为 NVIDIA FastGen 准备、注册并校验数据集,再检查解码后的批次。
- fastgen-develop1次安装按 NVIDIA FastGen 的规范实现、重构和审查其库代码。
- fastgen-runtime1次安装确定 NVIDIA FastGen 命令的运行环境,包括路径、参数覆盖和分布式启动。
- fastgen-train1次安装运行、续跑和排查 NVIDIA FastGen 训练,包括分布式启动和检查点。