Grafico delle reti neurali (PyG). Classificazione di nodi/grafi, previsione di collegamenti, GCN, GAT, GraphSAGE, grafici eterogenei, previsione di proprietà molecolari, per il deep learning geometrico.
Installa rapidamente la skill AI torch-geometric nel tuo ambiente di sviluppo tramite riga di comando
Fonte: ovachiever/droid-tings.
PyTorch Geometric is a library built on PyTorch for developing and training Graph Neural Networks (GNNs). Apply this skill for deep learning on graphs and irregular structures, including mini-batch processing, multi-GPU training, and geometric deep learning applications.
PyG represents graphs using the torchgeometric.data.Data class with these key attributes:
Important: These attributes are not mandatory—extend Data objects with custom attributes as needed.
Grafico delle reti neurali (PyG). Classificazione di nodi/grafi, previsione di collegamenti, GCN, GAT, GraphSAGE, grafici eterogenei, previsione di proprietà molecolari, per il deep learning geometrico. Fonte: ovachiever/droid-tings.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/ovachiever/droid-tings --skill torch-geometricGrafico delle reti neurali (PyG). Classificazione di nodi/grafi, previsione di collegamenti, GCN, GAT, GraphSAGE, grafici eterogenei, previsione di proprietà molecolari, per il deep learning geometrico. Fonte: ovachiever/droid-tings.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/ovachiever/droid-tings --skill torch-geometric Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/ovachiever/droid-tings