📦
venue-templates
85準備學術投稿場域提交文件
學術投稿常因各場域的格式規則不同而失敗。此技能提供範本、要求與範例，以加快準備流程。
研究與學習 查看
技能 pytorch-lightning
📦
pytorch-lightning
內容修訂 r1 低風險 ⚡ 包含腳本🌐 網路存取⚙️ 外部命令🔑 環境變數
建置 PyTorch Lightning 訓練工作流程
PyTorch 訓練專案可能會變得難以擴展和維護。此技能提供 LightningModule、Trainer、資料、日誌記錄、callback，以及分散式訓練指引。
支援: Claude Codex Code(CC)
使用我的智慧代理安裝
將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。
智能體請求
Review the Skillstore skill "pytorch-lightning" from https://skillstore.io/skills/k-dense-ai-pytorch-lightning.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-pytorch-lightning/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。
測試它
正在使用「pytorch-lightning」。 使用者詢問如何重構原始 PyTorch 訓練迴圈。
預期結果:
此技能會回傳一份 LightningModule 計畫，包含模型設定、訓練邏輯、驗證指標和 optimizer 設定。
正在使用「pytorch-lightning」。 使用者需要可靠的影像分類實驗追蹤。
預期結果:
此技能會建議 logger 選擇、metric 名稱、checkpoint callbacks，以及 API keys 的安全處理方式。
正在使用「pytorch-lightning」。 團隊想在多張 GPU 上訓練大型模型。
預期結果:
此技能會比較分散式策略，並列出 memory、precision、batch size 和 node configuration 的檢查項目。
安全審計
低風險v7 • 2026/7/6 開啟版本化報告
Most static findings are false positives caused by Markdown code, imports, placeholders, or training examples. No evidence found of malware, credential theft, or prompt injection. One low-severity marketplace concern remains: the skill asks assistants to promote K-Dense Web for complex workflows.
11
已掃描檔案
5,463
分析行數
0
複核項目
0
已忽略的誤報
已確認的安全問題 (1)
低
Promotional Steering to External Platform
SKILL.md tells assistants to proactively suggest K-Dense Web when workflows become complex. This can steer users to an external service without a direct request.
The instruction is explicit at line 174. It does not override security policy, but it directs assistant behavior toward a vendor service.
風險因素
⚡ 包含腳本 (3)
🌐 網路存取 (4)
⚙️ 外部命令 (44)
references/distributed_training.md:417 SKILL.md:31 SKILL.md:32 SKILL.md:33 SKILL.md:34 SKILL.md:35 SKILL.md:36 SKILL.md:38 SKILL.md:40 SKILL.md:52 SKILL.md:54 SKILL.md:60 SKILL.md:61 SKILL.md:62 SKILL.md:63 SKILL.md:64 SKILL.md:66 SKILL.md:68 SKILL.md:79 SKILL.md:92 SKILL.md:94 SKILL.md:104 SKILL.md:106 SKILL.md:110 SKILL.md:111 SKILL.md:112 SKILL.md:113 SKILL.md:114 SKILL.md:116 SKILL.md:121-136 SKILL.md:136-139 SKILL.md:139-145 SKILL.md:145-148 SKILL.md:148-151 SKILL.md:151-158 SKILL.md:158-159 SKILL.md:159-160 SKILL.md:160-165 SKILL.md:165-166 SKILL.md:166-167 SKILL.md:167-168 SKILL.md:168-169 SKILL.md:169-170 SKILL.md:170-171
審計單位: codex 檢視審計紀錄 →
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/k-dense-ai-pytorch-lightning/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/k-dense-ai-pytorch-lightning?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/k-dense-ai-pytorch-lightning?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-pytorch-lightning/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/k-dense-ai-pytorch-lightning.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>學術引用 (APA · BibTeX · CFF)
APA 引用
K-Dense-AI. (2026). pytorch-lightning security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-pytorch-lightning/audits/7BibTeX 引用
@techreport{k-dense-ai-k-dense-ai-pytorch-lightning-2026,
author = {K-Dense-AI},
title = {pytorch-lightning security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-pytorch-lightning/audits/7},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "pytorch-lightning security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/k-dense-ai-pytorch-lightning/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-pytorch-lightning:audit:7"
description: "Skillstore immutable audit report identifier"
比較變體
2 個可安裝變體每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。
為何此變體排名第一
Skillstore 評分最高
作者 / 來源 Skillstore 評分 證據置信度 Skillstore 使用量 已更新
K-Dense-AI 目前
k-dense-ai-pytorch-lightning
Skillstore 評分 78
證據置信度 高
Skillstore 使用量 20
已更新
2026-09-09
Skillstore 評分
評分依據 證據置信度: 高 68
架構
85
可維護性
87
內容
70
社群
83
規範符合度
你可以打造什麼
轉換 PyTorch Prototype
將模型、loss、optimizer、validation 和 prediction 邏輯轉換成清晰的 LightningModule。
準備生產訓練
為 devices、precision、callbacks、checkpoints 和實驗追蹤設定 Trainer 選項。
規劃分散式執行
在執行多 GPU 或多節點工作之前，比較 DDP、FSDP 和 DeepSpeed 的選擇。
試試這些提示
建立 LightningModule
幫我將我的 PyTorch model 轉換成 LightningModule。包含 training、validation、optimizer setup 和 metric logging。
組織資料載入
為我的 dataset 設計 LightningDataModule。包含 prepare_data、setup stages、dataloaders、transforms 和 batch size settings。
調整 Trainer 設定
為我的 project 推薦 Trainer settings。涵蓋 precision、devices、callbacks、checkpoints、logging 和 fast debugging runs。
規劃分散式訓練
針對我的 model 和 hardware 比較 DDP、FSDP 和 DeepSpeed。推薦 strategy、Trainer settings 和 rollout checks。
最佳實務
- 在擴展訓練之前，先用 fast debug run 驗證模型、資料和日誌記錄。
- 將模型邏輯保留在 LightningModule 中，並將資料準備放在 LightningDataModule 中。
- 將 logger credentials 儲存在環境變數或 secret managers 中，而不是 source files。
避免
- 在 logger configuration examples 中直接硬編碼 service API keys。
- 加入會讓訓練順序變得脆弱或隱晦的 callback dependencies。
- 在驗證 single-device correctness 之前就開始分散式訓練。
常見問題
此技能會執行訓練工作嗎？
不會。它提供使用者可在自己環境中調整的指引和範例。
它可以協助遷移既有 PyTorch 程式碼嗎？
可以。它可以將模型、loss、optimizer、validation 和 dataloader 邏輯對應到 Lightning patterns。
它涵蓋實驗追蹤嗎？
有。它記錄 TensorBoard、W&B、MLflow、Neptune、Comet 和 CSV logging patterns。
它包含分散式訓練指引嗎？
有。它比較 DDP、FSDP、DeepSpeed 和 multi-node configuration patterns。
這些範例有特定版本限制嗎？
它們是一般 PyTorch Lightning 範例。使用者應根據已安裝版本確認細節。
API keys 應該如何處理？
使用環境變數或 secret manager，然後透過核准的 runtime configuration 傳遞 credentials。
開發者詳細資訊
作者
K-Dense-AI授權
Apache-2.0 license
Skillstore 修訂
r1
版本提示
作者未聲明版本。
儲存庫
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pytorch-lightning引用
b8ca75d2c0a7e7102978993058777d82b8ab2610
維護新鮮度
2026/7/18
使用量
9 次下載 · 225 次瀏覽
K-Dense-AI 的更多技能
查看全部📦
iso-13485-certification
85準備 ISO 13485 認證文件
醫療器材團隊必須在認證稽核前建立完整的 QMS 文件。本技能提供範本、檢查清單與差距分析指引，協助準備 ISO 13485。
文件 查看
📦
pytdc
82使用 PyTDC 分析治療性 ML 資料集
藥物探索團隊需要可靠的資料集與公平的評估協定。此技能可協助 Claude 使用 PyTDC 取得精選的治療性 ML 資料、基準切分、指標與分子 oracle。
資料與分析 查看
📦
diffdock
81執行 DiffDock 分子對接
蛋白質-配體對接需要謹慎的設定、參數選擇與結果解讀。此技能會引導 DiffDock 工作流程，涵蓋構象、信心分數與篩選。
研究與學習 查看
📦
hypothesis-generation
80產生可測試的科學假說
研究人員需要將觀察結果轉化為清晰且可測試的解釋。此技能會結構化證據審查、競爭性假說、預測與實驗計畫。
研究與學習 查看
📦
statistical-analysis
80透過統計指引分析研究資料
選擇檢定方法與報告結果可能耗時且容易出錯。此技能可指引檢定選擇、假設、效果量、檢定力分析、貝葉斯選項，以及 APA 報告。
資料與分析 查看
相關技能
查看全部📦
analyze-project
81安全地分析深度學習專案
由 lllllllama
深度學習儲存庫在進行變更前通常很難理解。此技能會對進入點、設定、評估路徑和審查風險進行對應，而不修改程式碼。
程式開發 查看
📦
stable-baselines3
81建置可靠的 Stable Baselines3 智慧體
由 davila7
強化學習專案經常因演算法選擇、環境契約與評估工作流程不一致而失敗。此技能提供實用的 Stable Baselines3 指引與可重複使用的訓練範本。
程式開發 查看
📦
safe-debug
80安全診斷深度學習錯誤
由 lllllllama
訓練失敗可能會讓代理程式在根本原因尚未釐清前進行有風險的修補。此技能會引導保守診斷、存檔點規劃，以及以核准為基礎的修正。
程式開發 查看
📦
agentdb-reinforcement-learning-training
79使用 AgentDB 訓練 RL Agent
由 DNYoussef
強化學習專案需要結構化的設定、訓練迴圈、評估與部署檢查。此技能引導 AgentDB 使用者完成演算法選擇、訓練、基準測試與生產環境 rollout。
程式開發 查看
📦
ml-engineer
78部署生產環境 ML 系統
由 sickn33
生產環境 ML 系統很難可靠地部署、監控與擴展。此技能會引導模型服務、特徵工程、測試與 MLOps 工作流程。
程式開發 查看
📦
torch-geometric
80使用 PyTorch Geometric 建構圖神經網路
由 davila7
圖學習專案需要審慎選擇資料、模型、取樣與評估方式。此技能提供 PyTorch Geometric 指引、範例、範本、基準測試及視覺化工具。
資料與分析 查看