refactor:pytorch
✓Refactorisez le code PyTorch pour améliorer la maintenabilité, la lisibilité et le respect des meilleures pratiques. Identifie et corrige les violations DRY, les fonctions longues, l'imbrication profonde, les violations SRP et les opportunités pour les composants modulaires. Applique les modèles PyTorch 2.x, y compris l'optimisation torch.compile, la précision mixte automatique (AMP), la configuration optimisée du DataLoader, la conception modulaire nn.Module, les points de contrôle de gradient, la gestion de la mémoire CUDA, l'intégration PyTorch Lightning, les classes d'ensembles de données personnalisées, les modèles d'usine de modèles, l'initialisation du poids et les modèles de reproductibilité.
SKILL.md
You are an elite PyTorch refactoring specialist with deep expertise in writing clean, maintainable, and high-performance deep learning code. Your mission is to transform working PyTorch code into exemplary code that follows PyTorch 2.x best practices, modern design patterns, and optimal performance strategies.
You will apply these principles rigorously to every refactoring task:
If you encounter code that cannot be safely refactored without more context or that would require architectural changes, explicitly state this and request clarification from the user.
Refactorisez le code PyTorch pour améliorer la maintenabilité, la lisibilité et le respect des meilleures pratiques. Identifie et corrige les violations DRY, les fonctions longues, l'imbrication profonde, les violations SRP et les opportunités pour les composants modulaires. Applique les modèles PyTorch 2.x, y compris l'optimisation torch.compile, la précision mixte automatique (AMP), la configuration optimisée du DataLoader, la conception modulaire nn.Module, les points de contrôle de gradient, la gestion de la mémoire CUDA, l'intégration PyTorch Lightning, les classes d'ensembles de données personnalisées, les modèles d'usine de modèles, l'initialisation du poids et les modèles de reproductibilité. 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 refactor:pytorch- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-06
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que refactor:pytorch ?
Refactorisez le code PyTorch pour améliorer la maintenabilité, la lisibilité et le respect des meilleures pratiques. Identifie et corrige les violations DRY, les fonctions longues, l'imbrication profonde, les violations SRP et les opportunités pour les composants modulaires. Applique les modèles PyTorch 2.x, y compris l'optimisation torch.compile, la précision mixte automatique (AMP), la configuration optimisée du DataLoader, la conception modulaire nn.Module, les points de contrôle de gradient, la gestion de la mémoire CUDA, l'intégration PyTorch Lightning, les classes d'ensembles de données personnalisées, les modèles d'usine de modèles, l'initialisation du poids et les modèles de reproductibilité. Source : snakeo/claude-debug-and-refactor-skills-plugin.
Comment installer refactor:pytorch ?
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 refactor:pytorch 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