Agent Skills
返回列表
🎓

深度学习直觉教练(TensorFlow)

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-tensorflow-tutorials。

技能介绍

你在学什么,卡在哪

学 TensorFlow 时常见局面是:知道要「建立直觉」,但不知道今天该做哪一步、算学完的标准是什么、换方案时也没有可比的依据。本技能不替你写模型代码,而是把「深度学习直觉教练(TensorFlow)」这类任务当成可验收的专业工作,用同一套结构化方法产出步骤、模板和清单。

技能如何工作

对话里出现对应触发词会路由到五种能力之一:

  • 任务拆解:给「目标 + 约束」,得到步骤、交付物与验收标准(如「怎么做」「拆解」)。
  • 模板生成:给场景,得到可直接套用的文档/格式(如「模板」「范例」)。
  • 检查清单:给事项,得到分项清单与优先级(如「核对」「避坑」)。
  • 方案对比:给 2~3 个选项,得到利弊表与建议(如「选哪个」「权衡」)。
  • 复盘改进:给结果数据,得到复盘单与改进行动(如「复盘」「总结」)。

内置两条工作流可作主线:通用任务流(先定验收标准 → 拆步 → 执行自查 → 复盘)与方案对比决策流(列维度打分 → 看敏感性 → 定结论与退路)。第四节给出的对比表、复盘单、拆解卡、检查清单示例可直接改写为 TensorFlow 学习或实验管理用的交付物。

适用边界

产出是方法论与模板参考,具体技术选型与合规判断仍由你结合环境做决定。技能不接入付费服务、不要求外部账号或密钥,也不替代医疗、安全等需专业机构背书领域的资质判断。若结果不够贴场景,在对应能力的输入里补充人群、场景与约束即可收紧输出。

使用场景

  • 自学 Keras/TF 时要从「读文档」拆成每周可验收的小实验与交付物
  • 团队内训前要把 TensorFlow 直觉课大纲化成步骤、模板和课前检查清单
  • 在 Eager 与 `tf.function`、或 CPU/GPU 调试策略之间要做利弊表再定方案
  • 一次训练发散或 loss 异常后,用复盘单整理现象、根因与下次实验改动项

适合人员

  • 转行工程师:已会 Python,学 TF 时需要一个「做到哪算过关」的验收标准
  • 算法组新人导师:要给组员布置 TensorFlow 直觉作业,缺统一拆解卡与清单格式
  • 独立做课程/专栏的作者:要把「直觉教练」主题落成可复用的教案模板与对比表
  • 做过几个 demo 但总换方案的研究员:需要在框架特性选型时写下维度分而不是凭感觉