debug:tensorflow

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 |

Eseguire il debug sistematico dei problemi di TensorFlow e Keras. Questa competenza aiuta a diagnosticare e risolvere problemi di machine learning, tra cui mancate corrispondenze della forma del tensore, errori di rilevamento GPU/CUDA, errori di memoria insufficiente, valori NaN/Inf nelle funzioni di perdita, gradienti di scomparsa/esplosione, errori di caricamento di SavedModel e colli di bottiglia della pipeline di dati. Fornisce asserzioni tf.debugging, profilazione TensorBoard, debug di esecuzione impaziente e indicazioni sulla compatibilità delle versioni. Fonte: snakeo/claude-debug-and-refactor-skills-plugin.