ML Model Debugger
4.6
3800 下载量
280 Stars
快速诊断机器学习模型问题，提供详细的调试信息和修复建议
机器学习
调试
模型优化
TensorFlow
PyTorch
概述
功能概述
ML Model Debugger 是专为机器学习工程师设计的调试工具，可以帮助你快速定位和解决模型训练和推理过程中的各种问题。
核心功能
- 训练诊断: 自动检测梯度消失/爆炸、过拟合等问题
- 性能分析: 识别模型推理的性能瓶颈
- 数据验证: 检查数据质量和分布
- 可视化: 提供丰富的可视化工具
- 框架支持: 支持 TensorFlow、PyTorch、JAX 等主流框架
适用场景
- 模型训练不收敛
- 推理速度过慢
- 模型性能异常
- 数据预处理问题
高级特性
自动修复建议
根据检测到的问题，自动生成修复代码建议。
实时监控
在训练过程中实时监控关键指标。
安装方法
claude-code skill install ml-model-debugger使用示例
诊断训练问题
分析模型训练过程中的问题
@debug-ml check-training model.py性能分析
分析模型的推理性能
@debug-ml profile inference.pySkill.md
这是原始的 Skill 定义文档，包含了 Skill 的完整技术规格和配置信息。
Front Matter
---
title: "ML Model Debugger"
description: "快速诊断机器学习模型问题，提供详细的调试信息和修复建议"
date: 2026-01-14
author: "AI Tools"
version: "1.5.2"
license: "Apache 2.0"
rating: 4.6
downloads: 3800
stars: 280
repository: "https://github.com/example/ml-model-debugger"
category: "机器学习"
tags:
- "机器学习"
- "调试"
- "模型优化"
- "TensorFlow"
- "PyTorch"
topics:
- "AI 工程师"
- "数据科学家"
- "ai-engineer"
installation: "claude-code skill install ml-model-debugger"
examples:
- title: "诊断训练问题"
description: "分析模型训练过程中的问题"
code: "@debug-ml check-training model.py"
- title: "性能分析"
description: "分析模型的推理性能"
code: "@debug-ml profile inference.py"
---Markdown Content
## 功能概述
ML Model Debugger 是专为机器学习工程师设计的调试工具，可以帮助你快速定位和解决模型训练和推理过程中的各种问题。
### 核心功能
- **训练诊断**: 自动检测梯度消失/爆炸、过拟合等问题
- **性能分析**: 识别模型推理的性能瓶颈
- **数据验证**: 检查数据质量和分布
- **可视化**: 提供丰富的可视化工具
- **框架支持**: 支持 TensorFlow、PyTorch、JAX 等主流框架
## 适用场景
- 模型训练不收敛
- 推理速度过慢
- 模型性能异常
- 数据预处理问题
## 高级特性
### 自动修复建议
根据检测到的问题，自动生成修复代码建议。
### 实时监控
在训练过程中实时监控关键指标。
基本信息
- 作者
- AI Tools
- 版本
- 1.5.2
- 许可证
- Apache 2.0
- 更新于
- 2026-01-14
- 分类
- 机器学习