flow-nexus-neural
在分布式沙盒中训练神经网络
متاح أيضًا من: ruvnet
构建神经网络需要大量的计算资源和复杂的基础设施。Flow Nexus Neural 支持在 E2B 沙盒中进行分布式训练，支持多种架构，包括 Transformer、LSTM 和 GAN。从市场部署预构建模型以实现快速原型设计。
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "flow-nexus-neural". 训练一个用于图像分类的前馈神经网络，包含 10 个类别
النتيجة المتوقعة:
- 已创建密集层（256→128→64→10 个单元）的前馈架构
- 已配置训练参数：100 个 epoch，批量大小 32，学习率 0.001
- 已将训练任务提交到小型层
- 任务 ID：job_training_xyz
- 状态：训练中（进度：0%）
استخدام "flow-nexus-neural". 设置包含 3 个工作节点的分布式训练集群
النتيجة المتوقعة:
- 已为 Transformer 架构初始化网格拓扑集群
- 已部署参数服务器（大型模型层）
- 已部署 3 个工作节点（超大型模型层）
- 集群状态：就绪
- 集群 ID：cluster_abc123
استخدام "flow-nexus-neural". 部署情感分析模板以进行快速测试
النتيجة المتوقعة:
- 找到模板：情感分析分类器（准确率 94%）
- 已下载预训练的 BERT 模型
- 自定义配置：30 个 epoch，批量大小 16
- 模型已部署并可用于推理
- 类别：NLP
التدقيق الأمني
آمنThis skill is a pure documentation file containing markdown instructions for using an external MCP server. No executable code, filesystem access, or network calls exist within the skill. All detected patterns are false positives: hash identifiers and blockchain terms were misidentified as weak crypto and C2 keywords; bash examples in documentation were misclassified as shell execution risks. The skill is a legitimate ML training documentation skill.
عوامل الخطر
🌐 الوصول إلى الشبكة (6)
📁 الوصول إلى نظام الملفات (1)
⚙️ الأوامر الخارجية (91)
درجة الجودة
ماذا يمكنك بناءه
分布式模型训练
在多个计算节点上训练大规模模型，以缩短训练时间并提高可扩展性。
基于模板的原型设计
从市场部署预训练模型，无需从头构建即可实现快速原型设计。
联邦学习实验
进行隐私保护的联邦学习研究，数据保留在本地节点上。
جرّب هذه الموجهات
使用 3 个密集层（256、128、64 个单元）训练前馈神经网络，采用 ReLU 激活函数和 10 类分类的 softmax 输出。使用 adam 优化器，学习率 0.001，100 个 epoch，批量大小 32。
创建用于时间序列预测的 LSTM 网络，包含 2 个 LSTM 层（128 和 64 个单元）和一个密集输出层。配置训练参数：150 个 epoch，批量大小 64，adam 优化器。
构建用于文本分类的 Transformer 编码器模型，嵌入维度 512，8 个注意力头，2048 前馈维度。使用学习率 0.0001 训练 50 个 epoch。
为 Transformer 架构初始化网格拓扑的分布式训练集群。部署 5 个工作节点和 1 个参数服务器。在 imagenet 数据集上开始训练，100 个 epoch，启用联邦学习。
أفضل الممارسات
- 在扩展到更大计算资源之前，先使用 nano 或 mini 层进行实验
- 使用市场模板完成常见任务以节省开发时间和资源
- 定期监控训练进度，终止卡住的任务以避免浪费计算成本
تجنب
- 未经基准测试性能就训练大型模型会浪费计算资源
- 忽略生产部署前的验证工作流程会导致部署不可靠的模型
- 使用不合适的层大小导致内存错误会中断训练工作流程
الأسئلة المتكررة
支持哪些神经网络架构？
有哪些计算层可用？
我可以与现有的 ML 管道集成吗？
我的训练数据安全吗？
如果训练失败怎么办？
这与其他 ML 平台相比如何？
تفاصيل المطور
المؤلف
DNYoussefالترخيص
MIT
المستودع
https://github.com/DNYoussef/ai-chrome-extension/tree/main/.claude/skills/flow-nexus-neuralمرجع
main
بنية الملفات
📄 SKILL.md