debug:tensorflow
✓Depurar problemas de TensorFlow y Keras sistemáticamente. Esta habilidad ayuda a diagnosticar y resolver problemas de aprendizaje automático, incluidas discrepancias en la forma del tensor, fallas de detección de GPU/CUDA, errores de falta de memoria, valores NaN/Inf en funciones de pérdida, gradientes que desaparecen/explotan, errores de carga de SavedModel y cuellos de botella en la canalización de datos. Proporciona afirmaciones tf.debugging, creación de perfiles de TensorBoard, depuración de ejecución entusiasta y orientación sobre compatibilidad de versiones.
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 |
Depurar problemas de TensorFlow y Keras sistemáticamente. Esta habilidad ayuda a diagnosticar y resolver problemas de aprendizaje automático, incluidas discrepancias en la forma del tensor, fallas de detección de GPU/CUDA, errores de falta de memoria, valores NaN/Inf en funciones de pérdida, gradientes que desaparecen/explotan, errores de carga de SavedModel y cuellos de botella en la canalización de datos. Proporciona afirmaciones tf.debugging, creación de perfiles de TensorBoard, depuración de ejecución entusiasta y orientación sobre compatibilidad de versiones. Fuente: snakeo/claude-debug-and-refactor-skills-plugin.
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow- Categoría
- </>Desarrollo
- Verificado
- ✓
- Primera vez visto
- 2026-02-06
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es debug:tensorflow?
Depurar problemas de TensorFlow y Keras sistemáticamente. Esta habilidad ayuda a diagnosticar y resolver problemas de aprendizaje automático, incluidas discrepancias en la forma del tensor, fallas de detección de GPU/CUDA, errores de falta de memoria, valores NaN/Inf en funciones de pérdida, gradientes que desaparecen/explotan, errores de carga de SavedModel y cuellos de botella en la canalización de datos. Proporciona afirmaciones tf.debugging, creación de perfiles de TensorBoard, depuración de ejecución entusiasta y orientación sobre compatibilidad de versiones. Fuente: snakeo/claude-debug-and-refactor-skills-plugin.
¿Cómo instalo debug:tensorflow?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/snakeo/claude-debug-and-refactor-skills-plugin
Detalles
- Categoría
- </>Desarrollo
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-06