Agent Skills
返回列表
🎓

深度学习速通教练

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/kunlun-stanford-cs-230-deep。

技能介绍

你会卡在哪

学深度学习往往不是「缺资料」,而是目标发散、步骤跳步、验收含糊:作业/项目不知道先做什么,讲义笔记没有统一结构,选型(框架、课程路径、项目题)只在脑子里权衡,考前或结项前才发现漏了关键项。本技能不做模型训练或批改,而是用结构化方法论把「深度学习速通教练」这类学习路径上的事说清楚、拆得动、能自查。

技能如何工作

听到触发词会进入对应能力,也可组合使用:

  • 任务拆解:输入目标与约束,输出分步说明、每步交付物与验收条件;适合「这门课/这个项目接下来怎么做」。
  • 模板生成:按场景给出可直接改写的文档骨架(如方案对比表、复盘单、拆解卡、检查清单)。
  • 检查清单:把事项列成分项清单并标优先级,减少发布作业、交报告前的遗漏。
  • 方案对比:对 2~3 个候选(课程资源、实现路径、工具链)做维度打分与敏感性分析,避免凭感觉选型。
  • 复盘改进:用目标 vs 实际、根因与改进行动项闭环节奏。

核心工作流是先写可验收的产出定义,再拆步骤、定标准、执行自查,最后复盘;选型场景则用利弊表 + 加权打分,而不是空想。

边界与注意

产出是方法论、模板与清单参考,具体是否合规、是否满足课程/岗位要求,仍由你结合 syllabus 与实际情况判断。技能不接入付费服务、不索要密钥,也不替代专业资质结论。

使用场景

  • 期末前要交 CS230 风格课程项目,需要把「文献复现→实验→报告」拆成带验收的周计划
  • 在 PyTorch 与 TensorFlow 之间选实现路线,要用维度打分表写清成本、风险与退路
  • 开新课第一周想统一笔记结构,需要按「场景」生成可填写的学习模板与阅读清单
  • 作业提交前怕漏实验设置或引用格式,需要分项核对清单并标出必须先做的项

适合人员

  • 在读研究生,需把深度学习课的大作业拆成可执行里程碑并写清每步交付物
  • 转行工程师,自学 CS230 类课程时希望用清单避免漏看 prerequisite 与实验细节
  • 带新人的技术主管,要为组员整理「方案对比 + 复盘」模板统一项目选型讨论
  • 参加线上深度学习的在职学员,结项前需要复盘「计划 vs 实际」并列出下次改进行动