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。
跨平台发现—面向Codex、ClaudeCode、Cursor、Copilot、Windsurf等生态统一检索安全与可信—用审核状态、风险等级、许可证、来源和更新信息降低选择风险高效筛选—按Agent/MCP、浏览器自动化、开发工程、文档办公、数据与AI等任务分类查找生态沉淀—支持排行榜、合集、创作
120Caffe人工智能
主要自动筛选功能,直接能筛选出想要的有概率根据自己设定的条件大概率能涨到预期百分比的功能,数据自动更新,可以加入分析列表,自动记录是否达到指定涨幅,可以直接应用指标进行自动筛选。嘎嘎好用!
110Caffe人工智能
将红外热像与可见光图像融合成一张信息更全的图像:红外贡献热目标(行人、车辆在黑夜/雾霾/伪装下依然可见),可见光贡献纹理细节(车牌、文字、轮廓清晰)。算法无需训练、无需GPU、无需数据集,开箱即用,处理速度约25帧/秒,可批量处理图像与视频,适用于安防、巡检、车载夜视等场景。
290Python人工智能
25名AI员工全场景在线,18个主流大模型智能路由——平台按任务特点自动分配最合适的模型,效果与成本兼顾。多模态创作一站完成:AI视频生成、3D模型生成、AI美图、智能配音、图文检索、视频剪辑,全部内置,无需在多个工具之间来回切换。
370Caffe人工智能
系统围绕"评、学、督、规、研、管"六大能力构建,核心功能模块包括:数据接入:成绩单Excel上传(自动字段映射/校验)、演示数据、OULAD公开数据导入;智能预测分析:基于历史学期序列预测下一学期GPA,支持Transformer/LSTM/GRU多模型、域适应微调与置信度/可靠性估计,产出分学期误
770Python教育校园
本项目围绕锂电池状态智能估计构建了五大算法功能模块:①数据预处理与特征工程模块——对充放电电压、电流、温度、容量曲线进行清洗、归一化与特征提取,内置基于模糊信息测度的SOC特征选择(DMRCmRC)与基于小波变换(DTCWT)的多尺度特征编码。②SOH健康状态估计模块——集成物理信息神经网络(EM-
760C++人工智能
本项目是一个面向学术研究人员与网络工程师的下一代网络传输算法研究平台,主要包含六大功能模块:学术级实验流程模块:提供符合IEEE/ACMToN等顶刊标准的实验工作流模板,确保实验的可复现性与权威性;自适应估计算法模块:实现了自适应卡尔曼滤波器等多种动态估计算法,支持滑动窗口、突发阈值检测与自适应噪声
520Java人工智能
Ozon商品证据采集通过浏览器桥接采集原商品页面保存标题、属性、图片、包装等客观资料支持失败重试、重新采集和替换选品1688供应商采集采集供应商商品、规格、价格和包装信息支持人工打开页面补采供应商缺失时只阻塞对应商品真实SKU锁定按颜色、尺寸、套装、数量锁定准确SKU唯一SKU可以直接锁定SKU歧义
1010Caffe人工智能
项目包含剧本结构化、角色与场景设定、分镜及提示词生成、镜头素材管理、对白音频处理、字幕时间轴生成、人物口型同步、视频裁剪拼接、音画对齐和质量检查等模块。支持按镜头配置视频与音频素材,批量执行推理任务并输出中间结果;通过自动化脚本统一分辨率、帧率和音频参数,最终生成带字幕的竖屏短剧成片,同时保留剧本、
750Python人工智能
项目分为本地模型调度模块、知识库向量检索模块、对话交互模块、文档解析模块。支持本地开源大模型加载运行,能够上传文档构建私有知识库;支持多轮对话、长文本摘要、信息提取;内置提示词模板管理、会话历史保存、输出结果导出功能,实现离线环境下人工智能文本处理业务。
810Python人工智能
1.文档处理与解析模块:支持PDF、Word、Excel、TXT、Markdown等多格式文档的自动解析与内容提取,实现从原始文档到结构化文本的标准化转换。2.智能切片与向量化模块:将长文档按语义边界切分为适宜检索的文本片段(通常300-800tokens),并通过Embedding模型将文本片段转
670Python人工智能
1.四结构识别:震荡/趋势/反转/黑天鹅四种市场结构自动识别2.自适应网格:基于ATR动态调整入场间距,适应不同波动率3.双向开仓引擎:支持多空双向、多层级加仓逻辑4.Python回测框架:完整的历史回测流程,输出夏普比率、最大回撤、胜率统计5.中英文双语支持:面向全球交易者,英文/中文交付
740Python人工智能
项目采用Python开发,实现了面向自动驾驶场景的单目深度估计系统,主要包括模型管理、图像推理、视频推理、实时摄像头推理、结果可视化、性能监控及数据导出等功能模块。系统支持Lite-Mono等多种深度估计模型加载,可完成图片、视频及摄像头画面的深度预测,并实时显示彩色深度图和推理帧率等运行信息。系统
810Python人工智能
1.智能识别:上传或选择果蔬图片,基于CNN模型自动分类28类果蔬,展示识别类别、置信度及TOP-N概率分布。2.营养信息:识别完成后自动匹配营养数据库,展示热量、蛋白质、碳水、维生素C、钾等核心营养素含量及健康功效说明。3.菜谱推荐:根据识别结果从菜谱库中推荐3道相关菜品,展示菜名、食材、制作流程
710Python人工智能
爆款选品监控—自动扫描潜力爆款,输出选品建议+老手判断爆款内容生成—短视频脚本、商品文案、营销素材AI自动生成Listing转化优化—标题/关键词/描述多语种本地化优化智能商品上架—批量生成上架模板图文美化—商品图片AI优化、排版美化、多尺寸适配AI视频生成—商品展示视频脚本及分镜方案店铺业绩诊断—
800Caffe人工智能
技术栈:React、TypeScript、Node.js/Express、RAGFlow API、DeepSeek、python‑pptx、Docker项目描述:面向非技术业务用户封装 RAGFlow,提供知识库管理、多轮问答、智能填表、PPT 生成和密级权限控制能力。・ 实现知识库创建/重命名/删
760Java人工智能
项目包含八大核心模块:①数据预处理与对齐——多源CSV加载、交易时段分钟级对齐、缺失值填充与Flag标记;②技术指标计算——批量生成MA、EMA、RSI、RSV;③信号生成——基于指数衰减加权的未来收益综合信号S及上行风险R_up、下行风险R_down;④形态学聚类(CLARA+DTW)——滑动窗口
660Torch人工智能
AI智能问答支持:怪物、装备、道具、任务、NPC、技能、地图、职业、升级攻略、专题攻略装备搜索支持:武器、防具、饰品、卷轴任务攻略支持:任务接取、任务流程、任务奖励、任务前置专题攻略库仪表盘:各类型数据、访问量、向量化数量任务功能:数据整理、全量向量化、增量向量化向量管理:查看已向量化数据,验证检索
1060Python人工智能
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
1030Python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。
1120自动化测试人工智能
当前共30个项目more
×
寻找源码
源码描述
联系方式
提交