debug:tensorflow
✓Déboguez systématiquement les problèmes de TensorFlow et Keras. Cette compétence permet de diagnostiquer et de résoudre les problèmes d'apprentissage automatique, notamment les inadéquations de forme de tenseur, les échecs de détection GPU/CUDA, les erreurs de mémoire insuffisante, les valeurs NaN/Inf dans les fonctions de perte, les gradients qui disparaissent/explosent, les erreurs de chargement de SavedModel et les goulots d'étranglement du pipeline de données. Fournit des assertions tf.debugging, un profilage TensorBoard, un débogage d'exécution rapide et des conseils sur la compatibilité des versions.
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 |
Déboguez systématiquement les problèmes de TensorFlow et Keras. Cette compétence permet de diagnostiquer et de résoudre les problèmes d'apprentissage automatique, notamment les inadéquations de forme de tenseur, les échecs de détection GPU/CUDA, les erreurs de mémoire insuffisante, les valeurs NaN/Inf dans les fonctions de perte, les gradients qui disparaissent/explosent, les erreurs de chargement de SavedModel et les goulots d'étranglement du pipeline de données. Fournit des assertions tf.debugging, un profilage TensorBoard, un débogage d'exécution rapide et des conseils sur la compatibilité des versions. Source : snakeo/claude-debug-and-refactor-skills-plugin.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-06
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que debug:tensorflow ?
Déboguez systématiquement les problèmes de TensorFlow et Keras. Cette compétence permet de diagnostiquer et de résoudre les problèmes d'apprentissage automatique, notamment les inadéquations de forme de tenseur, les échecs de détection GPU/CUDA, les erreurs de mémoire insuffisante, les valeurs NaN/Inf dans les fonctions de perte, les gradients qui disparaissent/explosent, les erreurs de chargement de SavedModel et les goulots d'étranglement du pipeline de données. Fournit des assertions tf.debugging, un profilage TensorBoard, un débogage d'exécution rapide et des conseils sur la compatibilité des versions. Source : snakeo/claude-debug-and-refactor-skills-plugin.
Comment installer debug:tensorflow ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:tensorflow Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/snakeo/claude-debug-and-refactor-skills-plugin
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-06