Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Entraînement d'un Masked Auto-Encoder TAO v1.0.0

Utilisez cette ressource pour pré-entraîner et affiner un backbone MAE TAO en apprentissage auto-supervisé

Nouveau

  • 352 téléchargements
  • 202 mentions J'aime
  • 158 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install masked-autoencoder-pretraining

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent configure les étapes pretrain et finetune, renseigne train.pretrained_model_path pour les poids MAE lors d'un affinage, puis guide l'évaluation, l'export et l'inférence. Pour les actions TensorRT, il renvoie d'abord au guide de déploiement de la skill. Vous obtenez un backbone visuel adapté à votre jeu.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Entraînement d'un Masked Auto-Encoder TAO »

Caractéristiques

Guides d'installation
Génère avec
Le modèle de votre agent
Licence
Apache-2.0

Ressources similaires

Tout voir

Ce que vous obtenez

  • references/spec_template_train.yaml : spécification d'entraînement
  • references/spec_template_export.yaml : spécification d'export
  • references/tao-deploy-mask-auto-encoder.md : guide de déploiement TensorRT

Pour qui

  • Vous voulez un backbone visuel pré-entraîné sur vos propres images
  • Vous affinez des poids MAE pour une tâche de vision

Pas pour qui

    Étiquettes

    • MAE
    • apprentissage auto-supervisé
    • vision
    • pré-entraînement

    À propos

    Vous dites

    « Pré-entraîne un MAE sur mes images non annotées, puis affine-le pour ma classification. »

    Carte de la skill « Entraînement d'un Masked Auto-Encoder TAO »

    Skill publiée par nvidia sous licence Apache-2.0. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de pré-entraîner et affiner un backbone MAE TAO en apprentissage auto-supervisé
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • BENCHMARK.md7,2 Ko
    • config/skillspector-baseline.yaml0,8 Ko
    • evals/evals.json0,8 Ko
    • LICENSE11,3 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/skill_info.yaml3,4 Ko
    • references/spec_template_deploy_gen_trt_engine.yaml0,8 Ko
    • references/spec_template_evaluate.yaml1,8 Ko
    • references/spec_template_export.yaml1,9 Ko
    • references/spec_template_gen_trt_engine.yaml2 Ko
    • references/spec_template_inference.yaml1,8 Ko
    • references/spec_template_train.yaml1,7 Ko
    • references/tao-deploy-mask-auto-encoder.md3,5 Ko
    • references/tao-deploy-mask-auto-encoder.skill_info.yaml1,2 Ko
    • schemas/evaluate.schema.json30,1 Ko
    • schemas/export.schema.json31 Ko
    • schemas/gen_trt_engine.schema.json32,9 Ko
    • schemas/inference.schema.json30,1 Ko
    • schemas/manifest.json8 Ko
    • schemas/train.schema.json27,5 Ko
    • skill-card.md4,5 Ko
    • SKILL.md11,4 Ko
    • skill.oms.sig8,4 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    nvidia
    Source
    github.com/nvidia/skills/tree/ca116d60beafe1b4459f0ab790b7b450912c56b0/skills/tao-train-mask-auto-encoder
    Licence
    Apache-2.0

    Notice

    « tao-train-mask-auto-encoder » (nvidia, Apache-2.0) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.