Torch

Torch是一个开源的机器学习框架,最初由纽约大学团队开发并以Lua语言实现,因其灵活性和强大的张量计算能力在学术研究中广受欢迎。其核心设计以​​动态计算图​​为特色,支持交互式调试和直观的模型构建方式,尤其适合深度学习领域的快速原型设计和实验迭代。2017年,PyTorch作为Torch的Python版本正式发布,继承了Torch的灵活性与核心理念,同时依托Python丰富的科学生态(如NumPy)和更广泛的开发者社区,迅速成为主流。PyTorch通过​​自动微分(Autograd)​​、​​GPU加速张量运算​​以及​​模块化的神经网络构建接口(torch.nn)​​,为研究人员提供了极致的灵活性和控制力,其动态图机制使得模型调试和修改更为直观便捷。尽管后续版本增加了对生产部署的优化(如TorchScript),但其核心优势始终体现在研究和实验阶段的高效性上。PyTorch现已与TensorFlow并列成为深度学习领域最具影响力的框架之一,被广泛应用于学术研究、工业探索以及各类AI模型的原型开发。
支持设置素材目录、输出目录、生成数量、视频比例及成片时长;可粘贴现成文案,也提供按文案框架生成的入口。生产配置包含自动字幕、AI配音及背景音乐开关,任务队列展示文件名、时长、完成状态与整体进度,并提供成片预览区域。素材管理支持优先使用未使用片段、结合历史记录控制重复使用,以及调整镜头变化强度。文案框
300Caffe人工智能
SuiXuAi的功能围绕“项目化视频生产”展开,主要包含以下模块。项目管理与分集规划。以项目为单位管理小说、文案和创作目标,支持自动拆集、生成分集大纲和剧情节拍,帮助团队把长文本拆成可执行的生产单元。剧本与分镜编辑。支持文案转剧本、剧本转分镜表,提供人工修改、内容锁定和版本对比能力。分镜表是后续资产
320PHP人工智能
本项目是一套面向A股市场的多策略量化模拟交易系统,支持在真实交易时段按规则自动选股、模拟买卖与持仓管理,不接入实盘资金。系统内置打板、龙头、趋势、波段、题材轮动、超跌、地量、均线回踩、高位强势、涨停潜伏及智能选股等多类策略,可并行运行并独立核算账户收益。核心能力包括:本地日线与盘中行情更新、候选股池
370Java人工智能
项目名称:基于PyTorch的深度学习视觉智能分析系统项目介绍:本项目围绕计算机视觉与深度学习技术,设计并开发智能视觉分析系统,支持图像分类、目标检测、语义分割等核心算法任务,可面向不同业务场景进行模型定制、训练优化与推理部署。核心技术:深度学习框架:PyTorch、TorchVision计算机视觉
260Torch人工智能
本监测方案由杆用感知终端、线用边缘计算网关设备和物联微服务平台组成。感知终端其中以MT7628+MT2503CPU为处理芯片、WIFI模组、雷达模组、RFID模组(温度标签)、天线单元、双摄像头、北斗定位模组、太阳能板、音频喇叭和麦克风组成的。线用边缘计算网关以RK3568主控芯片,将一组感知终端采
280C人工智能
6大功能模块:(1)视频管理,支持MP4/AVI上传删除列表、智能分类、实时骨骼连线标注与角度叠加;(2)骨骼识别,YOLO17关键点检测、MySQL持久化、CSV角度时序导出;(3)角度/动力链计算,手肘、膝、肩等多关节5维追踪与NBA球星模板匹配;(4)AI建议,规则引擎+可选QwenLLM生成
451Python人工智能
1:产品整体的设计。2:前端代码实现与平台SDK对接。3:后端代码实现:主服驱动,AI服执行数据收集、清洗、评估,数据同步等全自动工作,实现敏感词自动规避及审核处理。
380Python人工智能
功能模块:①大厅/建卡/对局三页(React+Vite+TypeScript);②建卡智能体辅助创建调查员;③KP主图编排(router/await_roll/roll/narrate/combat/resolve等);④确定性规则引擎(骰点、成功等级、伤害、SAN,禁止LLM编造数值);⑤人机协作
660Python人工智能
灵元子(Lingyuanzi)——脑启发的字节级语言模型自研的脑启发式语言模型架构(767M参数、6层),探索「记忆」在Transformer里该如何表达。核心原创:互补注意力(ComplementaryAttention)把注意力映射到Q-K-V框架,但让三个角色跨三种时间尺度:Q=g(持久方向状
610Torch人工智能
可视化的图形展示k线的走势AI分析股票趋势模拟投股AI自动真实投股市场状态识别与指标筛选:采用“硬计算+规则分发+LLM裁决”的三层架构,通过RegimeDetector识别趋势市、震荡市、高波动市,并基于历史K线对各类指标进行胜率回测;根据当前市场状态动态筛选高可信指标,减少无关指标和噪音数据对模
540Python人工智能
ACIS产品系统Vibe Coding
ACIS(AgriculturalCognitiveIntelligenceSystem)是一个面向温室作物病害咨询的多阶段AI系统工程原型:把一次自然语言问诊拆成“感知→记忆→专家→辩论→Critic→Judge→审计”的可追溯流程,输出诊断、置信度、风险等级、行动建议与证据链。默认使用规则裁决,
490Python人工智能
本项目实现了一套移动机器人异构协同导航算法系统。DN3模块使用十维相对状态和三十六方向离散动作空间,负责未知环境中的局部避障;GBMR模块将状态—动作经验写入图结构,通过近邻检索、价值更新、聚类和捷径重构复用成功路径;动作融合层根据局部安全性和全局引导结果生成最终动作。系统还包含静态、动态和实物平台
580Java人工智能
智能体应用开发:基于Dify、LangGraph等框架实现智能巡检、智慧工单、企业问答、自动报警等多类Agent,完成智能体编排、工具调用与多轮对话状态管理;•业务系统集成:基于FunctionCalling/ToolCalling打通园区设备系统、工单平台、告警平台及微服务接口,实现智能体对业务数
580Java工业互联网
系统含五大模块:①批量预标注引擎:基于本地大模型对62706条评论完成情感、ABSA、意图、原因、质量分五类任务自动标注,速度0.45秒/条;②清洗护栏模块:四道白盒规则闸自动拦截幻觉、越界、格式错误;③数据台账模块:全量数据唯一键管理,抽样登记,杜绝重复漏标;④模型微调模块:LoRA微调训练与GG
780Python人工智能
1.汽车配件商城的询价查询,有车架号可以自动搜对应的peijian2.skill上传打包,支持多agent调用3.实时轮训报价情况,多个商家对比价格,推荐最优地区
1390Torch人工智能
包含文档上传与解析、文档分片与向量化入库、向量知识库管理、多轮对话智能问答、Agent工具调用、对话历史管理、权限管控模块。支持PDF/Excel/Word多种格式解析,支持检索引用原文段落,Agent可调用工具做数据查询,私有化部署,企业文档不对外泄露。
781Python金融
统分为离线数据流、在线问答流与编排封装三层。1)离线数据流:EPUB解析为结构化章节,规则清洗剔除书目与页眉噪声并合并短句,LLM辅助判定重复内容并输出冲突报告,表格图经OCR转为可检索数据表,按语义边界切片并向量化入库,最终形成4055条1024维向量。2)在线问答流:用户问题经查询改写后进行向量
490Python人工智能
支持固定配置的模型实验、共享MLP与独立低秩修正、恢复训练、蒸馏和对照评测。记录验证损失、困惑度、完整权重体积、训练与推理资源及延迟数据,生成CSV和Markdown报告。通过参数身份、底层存储和新进程重载检查确认真实共享,并核对保存前后的输出一致性及实验来源信息。
510Python人工智能
处理原始图像标注,完成数据集清洗与样本筛选,校验并修正TOMIE自带的原始标签,结合数据增强划分训练集与验证集;对YOLOv5、YOLOv8开展训练、微调与超参调试,针对仓储环境里实体遮挡、物体部分出界等问题调整训练方案,支持图片、视频的目标推理,输出检测框、类别及置信度,统计mAP、精确率、召回率
710Torch人工智能
该项目的核心功能是能够在数量极端不平衡的检测目标障碍下,对超高分辨率的卫星遥感图像所包含的军事小目标进行精准检测与区分,包括但不限于战斗机种类,航母编号,发射车,驱逐舰等军事设施。该项目同时可支持迁移至商业化应用,如迁移至无人机中实现无人机高空巡检,十字路口警用摄像抓拍
690Python人工智能
当前共113个项目more
×
寻找源码
源码描述
联系方式
提交