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。
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
340Python人工智能
项目基于多模态深度学习架构构建,主要包含流量预处理、特征提取、模型训练与分类预测等模块。功能包括:1.网络流量数据解析与预处理2.数据包Payload语义特征提取3.流量统计特征建模4.多模态特征融合5.深度学习模型训练与推理6.分类结果评估与可视化分析项目使用PyTorch实现模型训练,支持GPU
240Python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。
400Caffe人工智能
1,能链接常用摄像头,如:海康、大华,进行抓图和录像操作2,能运行深度学习算法进行安全监控,如区域入侵、安全帽佩戴、人员权限管控等3,联动plc,当识别到安全问题时,能给plc信号,进行停机等处理。4,自定义检测规则,如采图间隔,开始报警数,检测阈值等
340Python人工智能
系统提供多终端SDK,支持Java、C++、C#、Python等主流语言,方便各类业务系统快速集成。基于RK3588边缘算力设备,实现毫秒级快速识别,无需依赖云端即可完成端侧推理,满足低延迟、数据本地化及恶劣网络环境下的实时作业需求。算法能够精准定位集装箱箱号及箱型号所在区域,并高鲁棒性地识别印刷、
390C++人工智能
智能安防产品系统
实现各种智能安防算法。如:车间安全帽检测,登高作业安全绳佩戴检测,玩手机识别,睡岗检测等。也有人脸识别,多目标追踪,布局一致性等算法。能根据客户需求生成报警代办,并推送事件,提醒处理人,完成闭环。
420Python人工智能
设计了常量与配置模块、核心数据结构模块、工具类模块、索引与词图计算模块、核心分词逻辑模块。常量与配置模块:定义工厂的“基础规则”和“标准配件”,避免硬编码,统一管理配置。核心数据结构模块:定义分词过程中需要的“实体对象”,封装词的属性(位置、长度、权重、类型)。工具类模块:提供底层工具能力——字节流
441Python人工智能
1,控制光源控制器进行打光,控制相机进行图片采集。2,与plc,上位机等进行交互3,使用传统算法+深度学习,完成各种缺陷检测4,实现UI汇总软件和服务器算法软件。UI软件控制所有通讯和算法结果汇总;服务器算法软件负责每个电芯区域的算法检测。
370Python人工智能
AI知识库搭建开源项目
基于深度文档理解的企业级RAG(检索增强生成)引擎,旨在解决企业在落地AI知识库时面临的文档解析难、检索不准、AI幻觉等痛点。极致的智能文档解析能力不仅能提取文本,更能深度理解文档的原始版面结构。多格式与复杂文档支持:支持PDF(含扫描件)、Word、Excel、PPT、图片、网页、邮件等20多种格
400Python人工智能
1、传感器模块:负责图像数据采集2、感知模块:过滤液留置线线位置检测3、通信模块:tru、modbustcp通信4、控制模块:基于数字信号控制液压缸升降。
400C++人工智能
1、传感器模块:多模态传感器实现数据采集2、感知模块:利用多模态算法检测行人空间位置3、通信模块:感知结果与控制系统信息传输4、用户层模块:显示检测结果,并用于用户操作。
330C++人工智能
1、超大图处理流水线:设计了重叠滑动窗口切片与全局坐标映射机制,突破了硬件显存限制,实现了对数亿像素级影像的无缝推理,有效解决了切片边缘目标漏检问题。2、SAR数据增强适配:针对SAR数据高动态范围特性,实现了基于百分位截断拉伸的预处理算法,显著增强了目标与背景的对比度,提升了模型在单通道雷达图像上
280Torch人工智能
地图搜索引擎产品系统
在接口服务能力上设计了智能检索、关键字检索、建议检索、周边检索、矩形检索、多边形检索、沿途检索、专题检索、地理编码、逆地理编码、详情查询、方位检索、扇形检索。智能检索:可以对Query进行全方位的意图理解,对不同的意图可能会返回不同数据结构的搜索结果,有POI列表、行政区域、城市分布、城市跳转、纠错
511Java人工智能
设计了数据模块、模型模块、学习模块、系统模块、其他(配置、常量、工具等)模块。数据模块:用于处理序列数据的Dataset类和相关函数。它包括了从文件中读取数据、构建特征序列以及将数据转换为适合模型训练的格式的功能。根据模型模式的不同,数据可以以不同的方式进行处理和组织,以满足不同类型模型的需求。模型
581Python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。
260Caffe人工智能
具体功能模块:自然语言智能查询(Text-to-Data):用户输入自然语言(如“1号主通风机最近温度”、“今天井下有多少人”),系统自动转化为SQL或Cypher查询语句,从底层数据库或Neo4j知识图谱中检索结果。多模态隐患分析(VisualHazardAnalysis):支持上传现场作业图片,
530Python人工智能
物联网AI中台 产品系统
项目背景: 为国内大型电厂构建统一的物联网AI能力中台,旨在通过AI技术实现园区安防、设备巡检、运行优化的智能化升级,解决传统管理方式中人效低、响应慢的痛点。项目描述:参与设计与研发的结合物联网平台、视觉分析、智能体(Agent)、机器学习服务与模型管理于一体的AI中台。平台核心包括:1)智能体服务
510Java人工智能
一个轻量级AI对话服务,前端零JS纯HTML,后端Python单文件,接大模型API做问答和生图。写它的起因很简单—市面上的AI聊天工具太重了,我想要一个自己能完全控制、想改就改的。支持多模型切换(DeepSeek/千问/硅基流动),部署在腾讯云上持续跑了几个月。核心判定逻辑自己写的,没套任何框架,
690Python人工智能
本项目主要包含目标检测、骨架提取、位姿解算和视频流处理四大功能模块,主要功能描述如下:1、系统基于YOLO-OBB算法,实现对目标工件的高精度掩膜提取。2、利用Ada-LSN网络,系统能够在复杂工况环境下精准提取出单工件的骨架点集。3、通过内置的多边形求交与拟合算法,系统能够高精度地量测出工件的倾斜
760Python人工智能
本导览设备搭载深度学习推荐算法,采集用户兴趣、实时位置、游览行为等数据,构建用户画像。智能匹配景点资源,实现个性化景点推送、最优游览路线规划;支持语音讲解、实时定位导航与多模态交互,可动态更新推荐内容,适配不同人群游览需求,提升景区、展馆智能化导览服务体验。
860Torch人工智能
当前共80个项目more
×
寻找源码
源码描述
联系方式
提交