debug:tensorflow
✓Debuggen Sie TensorFlow- und Keras-Probleme systematisch. Diese Fertigkeit hilft bei der Diagnose und Lösung von Problemen beim maschinellen Lernen, einschließlich Tensorform-Nichtübereinstimmungen, GPU/CUDA-Erkennungsfehlern, Fehlern wegen unzureichendem Arbeitsspeicher, NaN/Inf-Werten in Verlustfunktionen, verschwindenden/explodierenden Farbverläufen, Ladefehlern bei SavedModels und Engpässen in der Datenpipeline. Bietet tf.debugging-Assertionen, TensorBoard-Profilerstellung, Eager-Execution-Debugging und Anleitung zur Versionskompatibilität.
SKILL.md
This skill provides a systematic approach to debugging TensorFlow applications, covering common error patterns, debugging tools, and resolution strategies.
| 2.16.x | 3.9-3.12 | 12.3 | 8.9 | | 2.15.x | 3.9-3.11 | 12.2 | 8.9 | | 2.14.x | 3.9-3.11 | 11.8 | 8.7 | | 2.13.x | 3.8-3.11 | 11.8 | 8.6 | | 2.12.x | 3.8-3.11 | 11.8 | 8.6 |
Debuggen Sie TensorFlow- und Keras-Probleme systematisch. Diese Fertigkeit hilft bei der Diagnose und Lösung von Problemen beim maschinellen Lernen, einschließlich Tensorform-Nichtübereinstimmungen, GPU/CUDA-Erkennungsfehlern, Fehlern wegen unzureichendem Arbeitsspeicher, NaN/Inf-Werten in Verlustfunktionen, verschwindenden/explodierenden Farbverläufen, Ladefehlern bei SavedModels und Engpässen in der Datenpipeline. Bietet tf.debugging-Assertionen, TensorBoard-Profilerstellung, Eager-Execution-Debugging und Anleitung zur Versionskompatibilität. Quelle: snakeo/claude-debug-and-refactor-skills-plugin.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor
Fakten (zitierbereit)
Stabile Felder und Befehle für KI/Such-Zitate.
- Installationsbefehl
npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow- Kategorie
- </>Entwicklung
- Verifiziert
- ✓
- Erstes Auftreten
- 2026-02-06
- Aktualisiert
- 2026-02-18
Schnelle Antworten
Was ist debug:tensorflow?
Debuggen Sie TensorFlow- und Keras-Probleme systematisch. Diese Fertigkeit hilft bei der Diagnose und Lösung von Problemen beim maschinellen Lernen, einschließlich Tensorform-Nichtübereinstimmungen, GPU/CUDA-Erkennungsfehlern, Fehlern wegen unzureichendem Arbeitsspeicher, NaN/Inf-Werten in Verlustfunktionen, verschwindenden/explodierenden Farbverläufen, Ladefehlern bei SavedModels und Engpässen in der Datenpipeline. Bietet tf.debugging-Assertionen, TensorBoard-Profilerstellung, Eager-Execution-Debugging und Anleitung zur Versionskompatibilität. Quelle: snakeo/claude-debug-and-refactor-skills-plugin.
Wie installiere ich debug:tensorflow?
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor
Wo ist das Quell-Repository?
https://github.com/snakeo/claude-debug-and-refactor-skills-plugin
Details
- Kategorie
- </>Entwicklung
- Quelle
- skills.sh
- Erstes Auftreten
- 2026-02-06