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。

NeuralConstructor产品系统

1.项目与文件管理模块：提供项目工作区、文件浏览器和文本编辑器，统一管理工作流、代码、模型及输出文件。支持文件变更监听和未保存草稿的断线恢复。2.可视化工作流编排模块：通过节点与连线组织数据处理、模型调用和结果输出，支持参数配置、类型化输入输出、撤销重做，以及条件分支、循环和嵌套子图。支持图形与YA

210Rust人工智能

单图超分辨率重建 · SRGAN 三尺度全链路复现与 SPAN 生成器替换产品系统

项目包含六个功能模块：1.数据管线：DIV2K800张2K原图预切为480×480图块（共12,610块），支持随机裁块与三尺度（×2/×3/×4）LR生成，读取由解码整图改为读小块，单步迭代从0.86s降至0.092s。2.生成器：SRResNet（16个残差块+PixelShuffle上采样）与

170Python人工智能

SO101 机械臂 VLA 真机部署产品系统

1.遥操作数据采集：基于LeRobot主从臂方案录制示范数据，支持双路相机（腕部+正面，640×480@30fps）同步采集，数据自动编码为视频格式存储，可扩展至多任务数据集。2.模仿学习训练：以smolVLA轻量级VLA模型为策略，语言指令条件化训练（如“将E方块抓入白框”），支持从checkpo

170C++机器人

人员行为与防护用品智能识别模块产品系统

-人员检测与局部识别：定位画面内人员，裁剪人体区域二次识别，识别手机、安全帽、防护服装等目标-行为分析：结合人体关键点、目标相对位置，识别疑似玩手机等违规行为-防护用品核验：结合颜色特征、局部目标、作业上下文，辅助判断防护装备佩戴状态-多帧时序校验：绑定同一个人员ID，滑动窗口投票，降低单帧误检波动

240Python人工智能

国网无人巡检产品系统Vibe Coding

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

智策深源 — 多智能体油气勘探科研助手产品系统

系统包含6大功能模块：（1）多模态文件上传与解析器，支持PDF论文、CSV测井数据、SVG地震剖面、TXT背景材料；（2）多智能体编排（orchestrator、literature_mining、geo_expert、data_profiling、hypothesis_generator、crit

380Python人工智能

AI 加密货币量化交易智能决策系统产品系统Vibe Coding

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

TensorFlow / PyTorch 自研芯片适配与 AI 编译器前端产品系统

本项目面向定制AI芯片，完成TensorFlow、PyTorch框架适配，打通模型训练与推理在定制硬件上的工程链路。主要功能模块包括：（1）编译图优化模块：基于TensorFlowXLA/HLOPass机制，落地常量折叠、代数化简等图优化，并支持新增适配业务的自定义Pass；（2）自定义算子模块：支

410C++人工智能

开架式水下机器人产品系统

项目包含开架式机械结构、推进与动力、传感与感知、运动控制、水面控制与通信五大功能模块。开架式框架模块采用高密度聚乙烯（HDPE）或铝合金型材构建模块化开放式骨架，配合浮力材实现水中零浮力配平，耐压电子舱采用双重O型圈密封，支持传感器与工具载荷的快速拆装。推进模块采用“4+4”或六推进器矢量布局，实现

550C++人工智能

电商评论多任务AI标注与大模型微调系统产品系统Vibe Coding

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

AI 智能文档语义核验系统产品系统

本项目主要围绕纸质笔录与审讯音视频记录的智能语义核验展开，构建集**OCR文字识别、ASR语音转写、文本预处理、大模型语义分析、异常问题识别及核验报告生成**于一体的智能核验系统。系统通过OCR技术将纸质笔录图片转换为电子文本，通过ASR技术将审讯音视频中的语音内容转换为文本；在完成文本清洗与格式标

520Python人工智能

统一视频-动作世界模型（机器人操作方向）产品系统

1、项目包含以下核心功能模块：视频动作模型（VAM）模块、动作条件视频仿真器（ACVS）模块、测试时计算（TTC）推理模块、低质量动作修正（LAR）模块、多源异构数据训练管线。2、主要功能描述：VAM模块以共享视频扩散骨干网络（Wan-2.2-TI2V-5B）为基础，接收多视角观测、语言指令和机器人

620C++人工智能

对照文档翻译器产品系统

1.支持打开本地PDF，也可通过URL下载PDF；将文档页面渲染后在桌面界面中预览。2.可在页面上创建、移动和调整区域框，选择需要处理的文字或图文区域；保留区域位置及页面信息。3.提供可配置的处理流水线：裁剪图像、调用TesseractOCR识别文字、按段落或句子整理识别结果，并处理断行连字符。4.

1510Python人工智能

低照度图像增强算法产品系统

1.图像预处理：读入低照度图像，做归一化和颜色空间转换。2.亮度与对比度恢复：自适应提升暗区亮度，同时避免高光过曝。3.噪声感知增强：估计图像噪声水平并加权，在提亮的同时抑制噪声放大。4.细节与色彩保持：保留纹理边缘，减少色偏。5.性能评估：支持PSNR、SSIM等指标批量测试，以及增强前后对比可视

1020Python人工智能

振动信号瞬时转速估计算法产品系统

1.信号预处理：对原始振动信号进行去趋势、滤波和重采样。2.时频分析：采用短时傅里叶变换、同步压缩变换获得高分辨率时频图。3.多谐波转速跟踪：利用多个转频谐波作为锚点，联合估计瞬时转速曲线。4.风险门控：自动识别谐波混淆、强噪声等高风险时段，切换稳健策略，避免估计跳变。5.性能评估：输出转速曲线、误

780Python工业互联网

端到端文本生成手语（T2S-MotionTok）开源项目

T2S-MotionTok是一个基于离散动作标记的文本生成手语项目，主要用于将德语文本自动转换为三维手语动作序列。项目采用“文本输入、手语词汇序列生成、动作标记预测、三维姿态解码”的处理流程，结合深度学习和人体动作建模技术，实现从自然语言到连续手语骨架动作的转换，为智能手语生成、无障碍交流和人体动作

1470Python人工智能

miniLLM开源项目

MiniLLM是一个使用Python和PyTorch从零实现的小型Transformer语言模型教学项目。项目围绕“数据处理—分词器训练—Transformer预训练—文本生成—监督微调—评估与性能分析”构建了一套完整的小型语言模型流水线。它主要用于帮助学习者理解语言模型的核心工作原理和训练流程，而

800Python人工智能

AI 科普视频公司｜Paperclip 多 Agent 工作流实战产品系统

项目围绕「AI科普视频公司」搭建多Agent内容生产流水线，主要模块包括：1）Company/Project/Issue任务编排，基于Paperclip管理AgentRun、Activity、Artifact与Handoff；2）岗位Agent：ResearchDirector、ScienceRes

830Python人工智能

multi-view object motion capture pipeline产品系统Vibe Coding

1：标准尺度物体重建:depthsanythingv3输入多目相机外参可以生成metricdepths,然后多目图片通过sam3语义分割再通过mvsam3d可以重建出物体，再通过metricdepthspointclould即可缩放到正确的尺度.2:handshapeandposerecon:先对采

680Torch人工智能

当前共156个项目登录查看更多

登录后即可上传、下载作品

分类

JavaScript 音视频多媒体 LoadRunner 机器人边缘计算哈希算法 Delphi ArkTS 驱动开发 Charles

重点城市程序员兼职推荐

北京程序员兼职上海程序员兼职深圳程序员兼职广州程序员兼职杭州程序员兼职成都程序员兼职南京程序员兼职武汉程序员兼职西安程序员兼职重庆程序员兼职郑州程序员兼职长沙程序员兼职苏州程序员兼职合肥程序员兼职厦门程序员兼职济南程序员兼职青岛程序员兼职天津程序员兼职大连程序员兼职福州程序员兼职石家庄程序员兼职沈阳程序员兼职太原程序员兼职无锡程序员兼职南昌程序员兼职哈尔滨程序员兼职南宁程序员兼职珠海程序员兼职宁波程序员兼职昆明程序员兼职东莞程序员兼职贵阳程序员兼职美国程序员兼职长春程序员兼职温州程序员兼职佛山程序员兼职常州程序员兼职呼和浩特程序员兼职兰州程序员兼职乌鲁木齐程序员兼职中山程序员兼职海口程序员兼职洛阳程序员兼职

更多

点击空白处退出提示