pytorch-quantization
Über
Diese Fähigkeit bietet PyTorch INT8-Quantisierungstechniken, um die Modellgröße zu reduzieren und den Inferenzvorgang zu beschleunigen. Sie unterstützt sowohl Post-Training-Quantisierung (PTQ) für eine schnelle Bereitstellung als auch Quantization Aware Training (QAT) für einen besseren Erhalt der Genauigkeit. Nutzen Sie sie für Edge-/Mobile-Bereitstellungen oder zur Optimierung von Cloud-Inferenzkosten auf unterstützten Backends wie FBGEMM und QNNPACK.
Schnellinstallation
Claude Code
Empfohlennpx skills add cuba6112/skillfactory -a claude-code/plugin add https://github.com/cuba6112/skillfactorygit clone https://github.com/cuba6112/skillfactory.git ~/.claude/skills/pytorch-quantizationKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill pytorch-quantization?
pytorch-quantization ist ein Claude Skill von cuba6112. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um pytorch-quantization ohne zusätzliche Eingaben auszuführen.
Wie installiere ich pytorch-quantization?
Verwende die Installationsbefehle auf dieser Seite: Füge pytorch-quantization als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.
Zu welcher Kategorie gehört pytorch-quantization?
pytorch-quantization gehört zur Kategorie Testen.
Kann ich pytorch-quantization kostenlos nutzen?
Ja. pytorch-quantization ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
Diese Claude Skill führt den lm-evaluation-harness aus, um LLMs über 60+ standardisierte akademische Aufgaben wie MMLU und GSM8K zu benchmarken. Sie wurde für Entwickler entwickelt, um Modellqualität zu vergleichen, Trainingsfortschritt zu verfolgen oder akademische Ergebnisse zu berichten. Das Tool unterstützt verschiedene Backends, einschließlich HuggingFace- und vLLM-Modelle.
Diese Fähigkeit bietet umfassendes Wissen zur Implementierung von Cloudflare Cron Triggers, um Workers mithilfe von Cron-Ausdrücken zu planen. Sie behandelt das Einrichten periodischer Aufgaben, Wartungsjobs und automatisierter Workflows, während häufige Probleme wie ungültige Cron-Ausdrücke und Zeitzonenprobleme behandelt werden. Entwickler können sie zum Konfigurieren geplanter Handler, zum Testen von Cron-Triggers und zur Integration mit Workflows und Green Compute verwenden.
Diese Claude Skill bietet ein Playwright-basiertes Toolkit zum Testen lokaler Webanwendungen durch Python-Skripte. Es ermöglicht Frontend-Verifizierung, UI-Debugging, Screenshot-Aufnahme und Log-Einblick bei gleichzeitiger Verwaltung von Server-Lebenszyklen. Nutzen Sie es für Browser-Automatisierungsaufgaben, führen Sie Skripte jedoch direkt aus, anstatt deren Quellcode zu lesen, um Kontextverschmutzung zu vermeiden.
Diese Fähigkeit unterstützt Entwickler dabei, abgeschlossene Arbeiten zu finalisieren, indem sie testet, ob Tests bestehen, und dann strukturierte Integrationsoptionen präsentiert. Sie leitet den Workflow für das Zusammenführen von Code, das Erstellen von PRs oder das Bereinigen von Branches nach Abschluss der Implementierung. Nutzen Sie sie, wenn Ihr Code bereit und getestet ist, um den Entwicklungsprozess systematisch abzuschließen.