·debug:pytorch

系统地调试 PyTorch 问题。当遇到张量错误、CUDA 内存不足错误、NaN 丢失或梯度爆炸等梯度问题、层之间的形状不匹配、CPU 和 GPU 之间的设备冲突、autograd 图形问题、DataLoader 问题、数据类型不匹配或深度学习工作流程中的训练不稳定时使用。

16安装·0热度·@snakeo

安装

$npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:pytorch

SKILL.md

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

系统地调试 PyTorch 问题。当遇到张量错误、CUDA 内存不足错误、NaN 丢失或梯度爆炸等梯度问题、层之间的形状不匹配、CPU 和 GPU 之间的设备冲突、autograd 图形问题、DataLoader 问题、数据类型不匹配或深度学习工作流程中的训练不稳定时使用。 来源:snakeo/claude-debug-and-refactor-skills-plugin。

打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:pytorch 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code 或 Cursor 中使用

安全认证,代码可靠安全 一键安装,配置简单 兼容 Claude Code、Cursor 等工具

查看原文

可引用信息

为搜索与 AI 引用准备的稳定字段与命令。

安装命令
npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:pytorch
分类
</>开发工具
认证
收录时间
2026-02-06
更新时间
2026-02-18

快速解答

什么是 debug:pytorch?

系统地调试 PyTorch 问题。当遇到张量错误、CUDA 内存不足错误、NaN 丢失或梯度爆炸等梯度问题、层之间的形状不匹配、CPU 和 GPU 之间的设备冲突、autograd 图形问题、DataLoader 问题、数据类型不匹配或深度学习工作流程中的训练不稳定时使用。 来源:snakeo/claude-debug-and-refactor-skills-plugin。

如何安装 debug:pytorch?

打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:pytorch 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code 或 Cursor 中使用

这个 Skill 的源码在哪?

https://github.com/snakeo/claude-debug-and-refactor-skills-plugin