debug:pytorch

This guide provides systematic approaches to debugging PyTorch models, from common tensor errors to complex training issues.

Esegui il debug sistematico dei problemi di PyTorch. Da utilizzare quando si riscontrano errori del tensore, errori di memoria insufficiente CUDA, problemi di gradiente come perdita di NaN o gradienti esplosivi, mancate corrispondenze di forma tra layer, conflitti di dispositivi tra CPU e GPU, problemi del grafico autograd, problemi di DataLoader, mancate corrispondenze di dtype o instabilità di training nei flussi di lavoro di deep learning. Fonte: snakeo/claude-debug-and-refactor-skills-plugin.

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/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:pytorch 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