pytorch-training-optimizer-skill은(는) 무엇을 하나요?
PyTorch 학습 처리량, GPU 사용률, 메모리 효율성 및 분산 확장을 최적화하기 위한 Codex 스킬입니다.
PyTorch 학습 처리량, GPU 사용률, 메모리 효율성 및 분산 확장을 최적화하기 위한 Codex 스킬입니다.
이 스킬은 PyTorch 기반 딥러닝 학습을 최적화하기 위한 Codex 전용 스킬로, 학습 처리량(throughput), GPU 사용률, 메모리 효율성, 분산 확장(distributed scaling)을 개선하는 데 초점을 맞춥니다. 개발자는 이 스킬을 활용하여 학습 속도를 높이고, GPU 리소스를 최대한 활용하며, 메모리 병목 현상을 줄이고, 다중 GPU/노드 환경에서 효율적인 분산 학습을 구현할 수 있습니다. 주로 NVIDIA GPU 환경에서 작동하며, PyTorch의 CUDA, DDP(분산 데이터 병렬), AMP(자동 혼합 정밀도), gradient accumulation, checkpointing 등의 기법을 자동으로 제안하고 적용합니다. 이 스킬은 Codex 플랫폼에서 실행되며, 사용자는 자연어로 최적화 요청을 하면 스킬이 코드 수정, 하이퍼파라미터 조정, 프로파일링 기반의 병목 분석을 수행합니다.
npx skills add XinbaoQiao/pytorch-training-optimizer-skillInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
PyTorch 학습 처리량, GPU 사용률, 메모리 효율성 및 분산 확장을 최적화하기 위한 Codex 스킬입니다.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.