pytorch.mdc

PyTorch-Regeln (Training-Loops, Module)

Für wen: ML-Entwickler

So nutzt du es

Datei in deinem Projekt unter .cursor/rules/ ablegen (modernes .mdc-Format) oder den Inhalt in den Cursor-Einstellungen unter Rules einfügen. Cursor hält sich ab dann in diesem Projekt an die Regeln — z. B. Stack-Konventionen und Code-Stil.

Im Detail

Diese Regel richtet sich speziell an den Umgang mit rohem PyTorch – nicht an High-Level-Wrapper wie Lightning oder Hugging Face Trainer, sondern an handgeschriebene nn.Module-Klassen und Trainingsschleifen. Sie hilft der KI in Cursor, Modelle konsistent zu strukturieren, Device-Handling (CPU/GPU) korrekt zu setzen und typische Stolperfallen bei Gradienten, Optimizer-Schritten und Datenladen zu vermeiden. Sinnvoll für ML-Entwickler, die volle Kontrolle über den Trainingscode behalten wollen und keine zusätzliche Abstraktionsschicht einführen möchten. Wer stattdessen mit Lightning oder Trainer-APIs arbeitet, profitiert weniger, da die Regel auf klassische PyTorch-Idiome zielt statt auf Framework-Callbacks.

Praxis-Tipp

Nutze die Regel für Prompts wie ‘Schreibe eine Trainingsschleife für ein CNN mit Mixed Precision’ – die KI hält sich dann an konsistente PyTorch-Patterns statt an Lightning-Stil.

Siehe auch

• python.mdc

Lizenz & Quelle

• Lizenz: CC0-1.0
• Quelle: github.com/sanjeed5/awesome-cursor-rules-mdc

Lade …