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。

多模态金属构件疲劳寿命预测深度学习模型产品系统

整个框架由三部分组成。加载路径的描述必须通过荷载大小和时间，所以为二阶张量，材料及其尺寸可以组合成一组一维张量用于表征。所以分别通过两个不同网络学习特征。一个FNN用于学习一阶张量，一个由GNN（学序列自身交互）,LSTM（加入时间约束），TCN（学单变量波形）。最后拼接特征，由另一个FNN计算结果

120Torch机器深度学习

高光谱影像智能分类算法（论文落地包装）产品系统

高维特征提取模块：利用深度学习网络（如3D-CNN、Transformer等）对高光谱影像进行空间-光谱特征联合提取。小样本学习模块：针对标注数据少的问题，引入小样本学习策略，提升模型泛化能力。分类与评估模块：输出地物分类图，自动生成混淆矩阵、总体精度（OA）和Kappa系数等评估报告。

340Python人工智能

北理工（珠海）图书馆个性化推荐产品系统

系统围绕用户兴趣建模、资源特征分析、混合推荐计算、推荐结果展示及反馈优化构建完整服务链路。用户登录图书馆门户后，可在个人服务区域查看根据其研究方向、资源偏好和历史行为生成的个性化推荐结果，内容可覆盖专业图书、电子资源、课程资料及相关学术内容。推荐页面以书名、封面、作者、出版社和资源类型等信息呈现候选

430Java机器深度学习

信息检索智能体产品系统

1.多轮智能主循环:意图规划、内容探测、广覆盖检索、立场发现、多辩论收敛,自动决定何时深挖何时终止。2.知识框架沉淀:每轮增量更新话题时间窗、实体、关系、时间线、争议点、子话题与立场分布,并做快照留档。3.多源抓取层:统一编排MediaCrawler子进程(微博/抖音/小红书/B站/快手)、海外X/

380Python人工智能

PAC 加药量预测模型产品系统

1.SCADA数据接入与清洗模块对接水厂SCADA系统，采集原水浊度、进水流量、pH、温度等分钟级运行数据，处理缺失值、异常跳变与停机工况剔除，按时间对齐不同采集频率的数据源，形成建模可用的标准数据集。2.加药量预测模块核心功能。采用"机理模型+数据驱动模型"双轨方案：机理模型依据原水浊度、进水流量

370Torch机器深度学习

paddel2onnx开源项目

Paddle2ONNX工具链研发模块：负责底层算子编译与图优化，支持模型在ONNX与Paddle之间的相互转换。系统支持算子裁剪、算子融合等高级优化策略，能够有效缩减模型体积并提升推理速度。该模块覆盖面广，支持主流图像分类、检测、分割等视觉模型的平滑无缝转换，极大丰富了Paddle模型在外部生态的适

430Torch人工智能

Golden_task-Ensemble开源项目

1.项目具体功能模块项目主要包含：多模型预测结果读取与处理模块、GoldenTask标注样本选择模块、模型可靠性评估与权重学习模块、StackingNet集成决策模块、传统集成算法对比模块、分类/回归/排序任务实验模块以及结果评估与记录模块。其中集成算法支持Voting、SML、Dawid-Sken

310Torch人工智能

基于深度学习的锂电池健康状态（SOH）与荷电状态（SOC）智能估计系统产品系统Vibe Coding

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-

750C++人工智能

FSDBCClassifier: 开源项目

本项目是面向稀缺样本条件的双组学乳腺癌亚型分类系统，包含以下功能模块：（1）TCGA数据工程管线。解析TCGA-BRCA原始数据，包括RNA-seqRSEM归一化表达、甲基化芯片Beta值与临床数据；完成同一患者多样本优先级配对、缺失值填充与高方差特征筛选，保留2000个基因与5000个CpG探针；

530Torch人工智能

水厂 PAC 智能加药预测系统产品系统Vibe Coding

基于深度学习的自来水厂PAC加药频率预测系统，针对滏阳水厂21万条分钟级SCADA运行数据（33个数值特征，目标变量为1#PAC频率给定）完成端到端建模。核心功能：1.数据分析与质量评估：自动检测缺失值、异常值，输出可行性分析报告；2.数据预处理流水线：缺失值均值填充、StandardScaler标

970Python机器深度学习

异常监控管理系统产品系统Vibe Coding

#端到端异常检测系统本系统覆盖**Android端→后端→前端完整链路，实现YOLO实时目标检测、数据上报、监控管理的全流程闭Android端—实时检测与数据上报-YOLO实时检测**：基于ncnn框架在手机端运行YOLO模型，实时检测摄像头画面中的目标-目标分类：支持sit（坐）、stand（站）

1030Java机器深度学习

RoadMC开源项目

RoadMC的功能主要包括三部分：一是合成点云数据生成，基于路面统计先验和病害几何模型，模拟裂缝、坑槽等11类病害并生成带逐点标签的LiDAR场景；二是点云分割模型，提供Swin3D与PointMamba骨干网络，结合mHC通道混合和GAN风格变换进行病害识别；三是训练与评估工具链，支持二分类预训练

810Python科学研究

智慧农贸系统产品系统

本智慧农贸电子秤识别系统基于深度学习YOLO算法开发，主要实现农贸市场摊位电子秤设备合规性智能检测功能。系统依托现场监控视频图像，自动识别摊位中是否摆放官方合规溯源电子秤，可精准区分合规溯源秤与普通非标秤、违规改装秤，有效解决人工巡查识别慢、判别难、漏检率高的问题。系统具备实时检测、智能分析、自动判

840Torch人工智能

多主干视觉语言模型融合开源项目

DualBackboneFusion项目简介DualBackboneFusion是一个面向CLIPPromptTransfer的双视觉主干融合研究项目，核心目标是验证较弱的RN101视觉主干是否能为较强的ViT-B/16主干提供互补预测信息。项目不直接融合imageembedding，而是在pred

720Torch人工智能

基于X-光成像的异常检测系统产品系统

该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯，如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等，从而实现对硬件设备的操控；用户管理模块实现了角色分配与

920C++机器深度学习

火映智能剪辑软件（huoying.online)产品系统

1、微信/账号登录2、微信/支付宝支付3、导入视频并截取基础片段4、视频预处理：自动获取镜头时间5、智能生成基础场景信息6、场景总览、搜索、分页浏览7、单场景预览8、进入场景编辑页手动剪辑9、添加、删除、修改场景描述10、手动选择镜头片段并保存11、保存并预览单个场景12、导出已剪辑视频13、多视频

900PHP人工智能

遥感滑坡智能分割开源项目

该项目为地质遥感滑坡语义分割项目，主要目标是利用深度学习模型对遥感影像中的滑坡区域进行像素级识别。项目基于Python和PyTorch实现，包含LoveDA数据集预训练、Landslide4Sense数据集微调、多光谱遥感数据处理、mask掩膜解析、类别不平衡分析、训练集与验证集构建等工作。模型方面

630Torch机器深度学习

animal_classification产品系统Vibe Coding

基于深度学习的90类动物细粒度图像分类系统，具备完整的训练-评估-部署全流程能力：支持90种动物类别的高精度图像识别提供三代CNN架构（ResNet50/EfficientNetV2/ConvNeXt）的对照实验框架内置多种数据增强策略、损失函数、优化器的可配置切换完整的模型评估体系：混淆矩阵、Pe

660Python机器深度学习

基于查询更新分析的图像分类 GWAD 黑盒对抗攻击检测与防御系统产品系统Vibe Coding

系统实现了一个完整的黑盒对抗攻击检测与防御展示平台。用户可以在前端选择CIFAR-10+ResNet-18或TinyImageNet+EfficientNet-B0实验组合，配置黑盒攻击方法、防御方法、查询场景、查询预算、样本数量和检测阈值。系统支持HSJA、NES、SimBA、BA、Sign-Op

900Python人工智能

LLM RLHF多模型批量评测自动化交付系统（Docker离线推理打分流水线）产品系统

DockerCompose封装GPU推理环境，支持WindowsWSL2显卡直通，一键完成CUDA、模型依赖部署；基于PyTorch实现5款量化大模型串行批量推理，内置显存自动回收逻辑，；导入自定义Prompt集合自动生成全部模型回答，导出可编辑Excel打分表；标准化0/1/2人工打分、双层质检，

1060Python人工智能

当前共73个项目登录查看更多

登录后即可上传、下载作品

分类

Shell Jmeter PHP STL Wireshark QT Spark HTML5 R Zend

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