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社交小程序产品系统
-项目具体功能模块用户管理模块:用户注册、登录、个人信息管理。课程管理模块:课程列表展示、课程详情查看、课程报名。场地管理模块:网球场地空余状态查询、场地预约。支付管理模块:生成订单、微信支付、支付状态更新。通知模块:订阅消息推送,提醒用户课程或场地状态。社交模块:好友邀请、比赛创建、好友互动。评价
350C++人工智能
专为教师打造的AI教学素材批量生成工具,可一键输出教案、课件大纲、知识点总结、同步练习题、单元测试卷等内容。支持自定义学科、年级、难度、题型与格式,自动排版导出,大幅减少手动整理时间,提升教研效率。
390Python人工智能
基于Python开发的轻量化自动化提效工具,无需复杂操作即可上手。1.一键批量生成化学教案、考点总结、同步练习题与解析答案,适配日常教学教研全流程2.自动化处理Excel、Word、PDF等多格式文件,完成数据清洗、格式统一、批量拆分与合并3.搭配AI提示词优化,实现固定文案、模板内容、通知表单的批
330Torch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。
380Python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。
270Python人工智能
实时语音识别转文字,AI智能对话生成,语音合成播放回复。支持多轮对话、情感识别、角色切换,打造沉浸式语音交互体验。采用WebSocket实时通信,支持流式响应,优化延迟至秒级响应。
571Caffe人工智能
论文翻译开源项目
基座冻结训练:冻结大模型基底权重,仅开放部分参数参与训练,降低显存开销,避免通用能力灾难性遗忘。LoRA参数微调:使用低秩矩阵对模型做垂直微调,定向学习计算机学术论文句式与专业术语,强化学术翻译精度。模型指针调用:设计模型权重指针映射,动态指向微调后的LoRA分支与原始基座分支,按需切换推理权重。R
430Python人工智能
1.医患对话采集与解析模块负责接收问诊过程中的文本或语音转写内容,对连续对话进行清洗、分句、角色识别和结构化解析。系统能够从医患交流中抽取症状描述、发病时间、持续时长、既往病史、过敏史、用药情况等关键信息,并生成结构化问诊要点,作为后续知识检索和建议生成的输入。2.症状与医学实体识别模块针对医疗场景
640MVVM人工智能
1.接入硬件设备,形成数据的可视化,同时自动化生成pdf报告;2.支持第三方血氧仪报告的接入,按照医生要求,对报告模板进行调整和,合并输出报告3.给医生提供数据标注和核验功能;4.基于用户数据,实现呼吸状态评估算法,将原始数据转化为0~1的状态评估。
830C人工智能
做的不是“打卡工具”,而是「AI学习陪跑系统」核心卖点一句话:AI不只是给计划,而是根据你的学习记录与表现,动态生成第二天更深一层的训练。这就是“AI化”的关键:闭环+自适应。
690Torch人工智能
1.数据处理模块,采集大量的交通牌数据,进行Autolabeling,包括很多种对已有的交通牌进行数据挖掘等2.交通牌感知模型的训练以及评测,更改模型,进行模型推理等3.感知后处理,进行目标的跟踪,检测,已经给出牌子的3d坐标
790C++人工智能
构建支撑车辆电池/电机健康诊断的全栈AI平台,覆盖向量数据库构建、LLM推理、诊断服务部署、可视化大屏生成全生命周期,核心目标是实现预测性诊断自动化。
810Java人工智能
为解决上述问题,我们提出DynamicSelf-VerifyDecoding(DSVD),一种面向实际部署的实时自校验生成框架,在不引入高昂外部验证成本的前提下显著提升模型输出质量。DSVD主要提供以下核心功能:实时生成质量自检在模型解码过程中,引入并行的自验证机制,对当前生成内容进行持续评估能够及
1120Torch人工智能
本项目旨在帮助轻医美机构构建智能化的客户沟通和营销转化能力,补足其在客户服务和精准营销方面的短板。项目聚焦于解决三个具体问题:首先,通过AI实现80%常见问题的自动回答,释放人工客服处理高价值工作;其次,基于客户画像实现个性化项目推荐,提升营销转化率;最后,自动化预约和订单流程,提升服务效率和客户体
1360Python电商
科德AI学产品系统
智能问答/学习助手:针对课程知识点、讲义、题库内容进行精准问答,支持上下文追问与多轮对话。知识点检索与讲解:用户可按关键词/概念搜索知识点,系统返回结构化讲解(结论、步骤、例子、注意事项),并支持继续追问细节。练习与测评生成:基于知识点自动生成题目(单选/多选/判断/简答等)与解析,支持错题复盘与针
1310Torch人工智能
Data Agent产品系统
1.智能对话查数:用户输入自然语言问题,系统自动生成SQL并执行,返回结构化结果与可视化图表2.多智能体协作:RouterAgent意图路由+SQLAgent数据查询+FeedbackAgent反馈处理+GeneralAgent通用问答3.元数据管理:支持业务术语、查询示例、表/字段描述、枚举值的可
1280Python人工智能
智慧信访项目产品系统
智慧信访平台应用系统开发包括事件处置、信访可视化调处、智能辅助、综合分析研判、统一工作门户等软件开发。业务支撑平台包括通用基础服务、AI(人工智能)技术、数据建模等软件模块购置。信访大数据中心包括数据梳理、数据采集、数据仓库、数据治理、数据服务、数据迁移等数据处理及相关软件模块开发。信息安全保障体系
1550Java人工智能
教案生成产品系统
在确定了教案样例或教学模式后,教师就可以将相关信息输入AI,明确指示其生成教案的具体要求和期望达成的目标,从而基于以下四个方面各自快速生成一分即符合教学规范又充满创意的教案初稿。-1、基于优质教案样例生成教案大模型学习老师提供的优质教案样例,模仿它的构成和风格,设计教案。-2、基于合作学习方法生成教
1080BRD人工智能
-四大核心功能解决教学痛点。1.智能文献筛选:告别"标题党"困扰•痛点剖析:教师每周需要浏览数十篇教学文献,但约40%的时间浪费在筛选低质量内容上。很多文章标题夺人眼球,细读后却发现言之无物。•AI解决方案:-构建个性化评分系统,根据教师预设的阅读需求自动评估文献价值-采用多维度匹配算法,精准识别与
990BRD人工智能
Offer加速器产品系统
面试场景提取:AI扮演面试场景提取专家,根据用户的求职问题描述,匹配合适的岗位,公司类型,难度等级和面试时长。简历关键信息提取:AI扮演专业的简历解析引擎,专门从非结构化的简历中提取关键信息。面试题生成助理:AI扮演专业级面试题生成引擎,基于多维参数智能构建结构化面试题库。根据面试场景提取的参数和提
1091Caffe人工智能
当前共23个项目more
×
寻找源码
源码描述
联系方式
提交