$ loading_
帮助机器学习研究员在本地与远程GPU实例间管理实验训练与报告流程
复制安装指令,让 AI 自动完成配置 · 推荐新手
"projtool" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请在远程 AutoDL GPU 实例上创建一个新的图像分类实验,使用当前仓库代码与 config/train.yaml,然后启动训练并返回实验 ID、运行状态和日志入口。
返回已创建的实验信息、训练任务状态、实例位置以及查看日志的方式。
帮我持续轮询实验 exp_2481 的训练进度,每 5 分钟汇总一次当前 epoch、最新指标、是否报错以及预计是否需要人工干预。
输出周期性的进度汇总,包含关键指标、异常状态和下一步建议。
根据最近三次模型训练结果,整理一份实验报告,比较超参数、训练时长、验证集表现和结论,并给出下一轮实验建议。
生成结构化实验报告,概括对比结果、结论与后续优化建议。
在 Claude 中进行项目规划、跟踪进度并无缝续接开发上下文。