agent-neural-network
Trenuj i wdrażaj sieci neuronowe w skali chmury za pomocą rozproszonego uczenia maszynowego
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Umiejętność agenta do projektowania, trenowania i zarządzania sieciami neuronowymi na infrastrukturze chmurowej Flow Nexus. Obsługuje architektury feedforward, LSTM, GAN, autoencodery i transformery. Zarządzaj cyklem życia modelu od trenowania przez walidację do wdrożenia i wnioskowania. Optymalizuj parametry trenowania, obsługuj uczenie federacyjne i rozproszone protokoły konsensusu.
Jak używać
Zainstaluj umiejętność agenta neural-network w swoim środowisku Claude Flow, używając polecenia $agent-neural-network.
Zdefiniuj architekturę sieci neuronowej, wybierając typ (feedforward, LSTM, GAN, autoencoder lub transformer) i konfigurując warstwy. Każda warstwa powinna określać typ (dense, dropout itp.), liczbę jednostek oraz funkcję aktywacji (relu, softmax).
Skonfiguruj parametry trenowania: liczbę epok, rozmiar batcha, współczynnik uczenia oraz optymalizator (np. adam). Wybierz odpowiednią tier zasobów (small, medium, large) w zależności od rozmiaru danych.
Uruchom trening modelu, wywołując funkcję neural_train z przygotowaną konfiguracją. Agent będzie zarządzać procesem trenowania i monitorować wydajność.
Po wytrenowaniu modelu możesz uruchomić wnioskowanie, używając funkcji neural_predict z identyfikatorem modelu i danymi wejściowymi. Podaj dane w formacie tablicy liczb zmiennoprzecinkowych.
Dla zaawansowanych scenariuszy zainicjuj rozproszone trenowanie, tworząc klaster treningowy z topologią mesh i protokołem konsensusu proof-of-learning, co umożliwia skalowanie na wiele piaskownic chmurowych.