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。
意图识别、意图路由、Agent节点规划(图算法)、MCP服务调用、GraphRAG检索以及结果加权融合、向量召回、Skills技能包意图识别、正常对话、天气查询、表单处理、报告生成、非结构化数据处理、DOCX格式报告(图文表格5W字+)撰写、Agent自动化处理(类manus、openclaw,替代
60Python人工智能
系统包含公告字段标准化、地区行业预算关键词筛选、SQLite知识记录与重复公告拦截、可替换的Dify或大模型研判接口、JSON和Markdown报告生成,以及企业微信机器人消息构造。系统默认以演示模式运行,不向第三方发送数据,并配套自动测试。
120JavaScript人工智能
功能介绍:支持多网站并发采集,具备智能反反爬机制(IP池轮换、Cookie管理、请求头随机化),支持断点续爬、数据去重清洗、实时存储至多种数据库,提供可视化监控面板、异常告警、定时任务调度等功能,可配置化爬取规则适应不同网站结构,支持海量数据高效处理与导出。
210自动化测试人工智能
图像识别模块:对接视觉模型API,支持图片内容识别和文字提取。智能对话模块:基于大模型实现问答交互,支持多轮对话。API接口封装:将AI能力封装为标准接口,方便第三方系统调用。数据管理:记录调用日志和识别结果,支持查看和导出。
210Caffe人工智能
功能模块包括:1)按客服回复、商品介绍、营销短文、工作邮件等场景选择模板;2)输入产品信息、客户问题、语气要求和字数限制;3)生成正式版、亲和版、精简版等多种回复;4)支持结果复制、二次修改和批量生成;5)保留常用提示词与场景配置,方便后续快速复用。
130Torch人工智能
系统划分四大核心功能模块:1.座位预约模块:提供可视化座位地图,支持按楼层、时段筛选预约,可一键取消预约;2.身份签到信誉模块:接入人脸识别签到签退,配套信誉积分体系,违约扣积分、低分限制预约;3.AI违规监管模块:集成YOLOv8图像识别检测占座行为,支持学生违规举报、管理员审核处置;4.数据统计
220Spring人工智能
技术栈:Python、Streamlit、Pyvis、ONNXRuntime、DeepSeekAPI主要功能:藏药知识库、知识图谱可视化、AI问答,以及藏文OCR
210Java人工智能
项目采用微服务架构,包含用户认证系统、多轮智能对话引擎、文档检索增强生成(RAG)系统、会话管理模块、管理后台等完整功能体系项目的主要功能描述:用户端:注册登录、多轮对话、会话历史管理、实时流式响应、Markdown富文本展示、主题切换管理端:用户管理、系统提示词配置、Few-shot示例管理、使用
200Java人工智能
多模态规划现语音交互,个性化闹钟设置,个性化资源,问答系统,人脸情绪识别,情感分析、任务代办、问答系统、错题诊断等板块加强学生的学习积极性,为学生提供有效的学习平台。
240Python人工智能
平台包含智能体市场、A2A协作引擎、创作者后台三大核心模块,支持智能体上传、标准化服务发布,可实现多智能体自动拆解任务、协同完成服务,还能提供全流程的协作状态追踪与交付管理。
220Caffe人工智能
本项目是一套面向网络安全领域的违规托管智能识别系统,融合多源数据采集、沙箱化浏览器取证与多模态大模型推理能力,实现对互联网违规托管站点的自动化发现、分析与取证闭环。一、多源数据智能接入系统支持手动导入与自动同步双通道数据接入。用户可上传Excel/CSV批量提交待检主机;同时深度对接安全分析平台,基
440Python人工智能
实现高光谱图像(HSI)的分类训练与评估,支持使用:原始高光谱数据输入由扩散模型生成的扩散特征输入(可选)模块:workflow.py:负责读取配置、调度数据加载、模型训练、评估和结果保存。data_provider.py:负责读取.mat数据、可选加载扩散特征、预处理并生成训练/测试patch或n
260Python人工智能
这个项目包含内容分类展示、动态背景渲染、作品上传管理、用户浏览收藏四大核心模块,还能依托AI工具快速生成页面内容、一键适配PC与移动端,帮中小文娱创作者不用写代码就能低成本搭出个性化内容站,解决新手开发落地慢、成本高的痛点。
530Caffe人工智能
影像输入与校验:支持将RGBGeoTIFF放入指定目录批量处理;自动检查多景影像投影与像元尺寸一致性,避免拼接错误。自适应分块推理:按影像地面分辨率自动选择256×256或512×512滑窗及步长;TileLoader负责GDAL分块、批处理与NoData处理。实例分割与栅格化:基于YOLO实例分割
570Python人工智能
自主开发了多个完整产品:观我OS实现个人决策的结构化记录与AI复盘分析;知我KB支持文本、图片、音视频等多模态知识资产的自动整理与检索;会议执行力系统对接钉钉,将会议纪要自动转化为带责任人和截止时间的执行任务表;剧火管线实现小说到商业级短剧剧本的八智能体全自动生产。
600Caffe人工智能
实现Windows平台下ComfyUI与StableDiffusion深度学习绘图框架搭建。封装Bat/PowerShell脚本自动化启停脚本,内置显存优化策略,同时汇总环境配置、版本兼容、依赖报错等全套落地排坑方案,实现开箱即用的私有化AI绘图服务。
900Python人工智能
该可视化平台主要用于监控小鼠多器官纤维化单细胞测序数据的注释分析流程。平台能够实时展示当前分析管线的运行阶段、整体完成进度、已完成数据集数量、失败任务数量、内存占用情况和活跃进程信息。同时,平台按数据集展示每个样本的细胞数量、运行耗时、处理状态和日志记录,便于研究人员快速判断分析任务是否正常推进。通
680Caffe人工智能
1.自动化采集金融数据和信息,清洗、整理、储存。2.接收自然语言输入。3.Agent编排工作流,多Agent协作,多轮次生成。4.自动化编程、测试。5.输出回测报告。
690Python人工智能
1.自动化采集足彩相关信息。2.自动化采集足球比赛的相关信息。3.训练深度神经网络,预测比赛结果。4.结合AI搜索、DNN预测、生成式AI输出预测报告。5.使用自然语言即可实现原本需要编程才能进行的量化回测功能。
500Python人工智能
realcode.top是面向零基础与在职开发者打造的AI实战编程平台,专注用最高效方式,培养能独立写项目、能上线交付、能接单变现的实战型程序员。平台以AI辅助开发+企业级项目实战为核心,告别枯燥语法背诵,全程用项目驱动学习,让你真正做到学完即用、学完能赚。课程覆盖从零基础到全栈开发完整路径:包含J
560Java人工智能
当前共36个项目more
×
寻找源码
源码描述
联系方式
提交