Adapting Transfer Learning Models
À propos
Cette compétence automatise le transfert d'apprentissage en générant du code pour adapter des modèles pré-entraînés à de nouveaux ensembles de données ou tâches. Elle gère le réglage fin, la validation des données, la gestion des erreurs et fournit des métriques de performance avec documentation. Utilisez-la pour exploiter efficacement des modèles existants pour de nouvelles applications, en optimisant les performances.
Installation rapide
Claude Code
Recommandénpx skills add jeremylongshore/claude-code-plugins-plus -a claude-code/plugin add https://github.com/jeremylongshore/claude-code-plugins-plusgit clone https://github.com/jeremylongshore/claude-code-plugins-plus.git ~/.claude/skills/Adapting Transfer Learning ModelsCopiez et collez cette commande dans Claude Code pour installer cette compétence
Dépôt GitHub
Questions fréquentes
Qu’est-ce que le Skill Adapting Transfer Learning Models ?
Adapting Transfer Learning Models est un Skill Claude créé par jeremylongshore. Un Skill regroupe des instructions et des ressources que Claude charge à la demande pour effectuer des tâches liées à Adapting Transfer Learning Models sans consigne supplémentaire.
Comment installer Adapting Transfer Learning Models ?
Utilisez les commandes d’installation de cette page : ajoutez Adapting Transfer Learning Models à Claude Code comme plugin ou clonez son dépôt dans votre dossier skills, puis redémarrez Claude pour charger le Skill.
À quelle catégorie appartient Adapting Transfer Learning Models ?
Adapting Transfer Learning Models appartient à la catégorie Méta.
Adapting Transfer Learning Models est-il gratuit ?
Oui. Adapting Transfer Learning Models est référencé sur AIMCP et son installation est gratuite.
Compétences associées
Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.
Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.
SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.