equivariant-architecture-designer

SKILL.md

This skill helps you design neural network architectures that respect identified symmetry groups. Given a validated group specification, it recommends architecture patterns, specific libraries, and implementation strategies.

The payoff: Equivariant architectures have fewer parameters, train faster, generalize better, and are more robust to distribution shift.

Gather the validated group specification. Confirm: which group(s) are involved, whether invariance or equivariance is needed, the data domain (images, point clouds, graphs, etc.), task type (classification, regression, generation), and any computational constraints. If group isn't specified, work with user to identify it first.

대칭 그룹을 검증했고 해당 대칭을 존중하는 신경망 아키텍처를 설계해야 할 때 사용합니다. 사용자가 등변 레이어, G-CNN, e3nn, 조정 가능한 네트워크, 모델에 대칭 구축을 언급하거나 특정 대칭 그룹에 대한 아키텍처 권장 사항이 필요한 경우 호출합니다. 아키텍처 패턴 및 구현 지침을 제공합니다. 출처: lyndonkl/claude.

원본 보기