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。
1.图像采集:相机触发/同步采集,支持产线节拍对接与图像预处理(ROI、校正、增强)。2.缺陷检测:基于深度学习模型推理(边缘侧ONNX/TensorRT加速),输出缺陷类别、位置与置信度。3.服务接口:FastAPI提供检测接口与任务管理,便于与上位机/MES对接。4.可视化看板:Vue3看板展示
170Python机器深度学习
项目名称:基于PyTorch的深度学习视觉智能分析系统项目介绍:本项目围绕计算机视觉与深度学习技术,设计并开发智能视觉分析系统,支持图像分类、目标检测、语义分割等核心算法任务,可面向不同业务场景进行模型定制、训练优化与推理部署。核心技术:深度学习框架:PyTorch、TorchVision计算机视觉
260Torch人工智能
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
6大功能模块:(1)视频管理,支持MP4/AVI上传删除列表、智能分类、实时骨骼连线标注与角度叠加;(2)骨骼识别,YOLO17关键点检测、MySQL持久化、CSV角度时序导出;(3)角度/动力链计算,手肘、膝、肩等多关节5维追踪与NBA球星模板匹配;(4)AI建议,规则引擎+可选QwenLLM生成
451Python人工智能
灵元子(Lingyuanzi)——脑启发的字节级语言模型自研的脑启发式语言模型架构(767M参数、6层),探索「记忆」在Transformer里该如何表达。核心原创:互补注意力(ComplementaryAttention)把注意力映射到Q-K-V框架,但让三个角色跨三种时间尺度:Q=g(持久方向状
610Torch人工智能
系统包含视觉检测、串口通信、二维云台控制和状态反馈等功能。K230视觉模块实时检测目标并输出像素坐标;STM32主控通过USART1接收数据,并使用单字节中断和状态机完成报文解析;水平轴和俯仰轴分别由独立定时器的PWM通道驱动,根据坐标偏差计算舵机调整量,并通过死区和限幅减少抖动。主循环采用非阻塞分
740Python智能硬件
本项目实现了一套移动机器人异构协同导航算法系统。DN3模块使用十维相对状态和三十六方向离散动作空间,负责未知环境中的局部避障;GBMR模块将状态—动作经验写入图结构,通过近邻检索、价值更新、聚类和捷径重构复用成功路径;动作融合层根据局部安全性和全局引导结果生成最终动作。系统还包含静态、动态和实物平台
580Java人工智能
智能体应用开发:基于Dify、LangGraph等框架实现智能巡检、智慧工单、企业问答、自动报警等多类Agent,完成智能体编排、工具调用与多轮对话状态管理;•业务系统集成:基于FunctionCalling/ToolCalling打通园区设备系统、工单平台、告警平台及微服务接口,实现智能体对业务数
580Java工业互联网
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
1.汽车配件商城的询价查询,有车架号可以自动搜对应的peijian2.skill上传打包,支持多agent调用3.实时轮训报价情况,多个商家对比价格,推荐最优地区
1390Torch人工智能
支持固定配置的模型实验、共享MLP与独立低秩修正、恢复训练、蒸馏和对照评测。记录验证损失、困惑度、完整权重体积、训练与推理资源及延迟数据,生成CSV和Markdown报告。通过参数身份、底层存储和新进程重载检查确认真实共享,并核对保存前后的输出一致性及实验来源信息。
510Python人工智能
处理原始图像标注,完成数据集清洗与样本筛选,校验并修正TOMIE自带的原始标签,结合数据增强划分训练集与验证集;对YOLOv5、YOLOv8开展训练、微调与超参调试,针对仓储环境里实体遮挡、物体部分出界等问题调整训练方案,支持图片、视频的目标推理,输出检测框、类别及置信度,统计mAP、精确率、召回率
710Torch人工智能
该项目的核心功能是能够在数量极端不平衡的检测目标障碍下,对超高分辨率的卫星遥感图像所包含的军事小目标进行精准检测与区分,包括但不限于战斗机种类,航母编号,发射车,驱逐舰等军事设施。该项目同时可支持迁移至商业化应用,如迁移至无人机中实现无人机高空巡检,十字路口警用摄像抓拍
690Python人工智能
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
在受限的硬件资源RV1126中,我部署的改进针对于SAR船舶的视觉模型达到57FPS,是原生的YOLOv8近3倍,原生的只有20FPS,且MAP50与原生算法持平
1010Torch人工智能
框架采用Supervisor/Executor双LLM角色架构:Supervisor从SQLite规范化状态恢复任务租约并做单次决策,Executor在类型化任务内执行有界回合,每轮freshepisode、不依赖会话记忆。确定性代码负责范围校验、任务租约、trace级证据溯源(每条观察必须落到命令
5160Python网络安全
工作台按地区、城市进入具体基地,查看小时曲线、运行看板和需要留意的情况。支持CSV上传后即时分析,确认后再保存进站点。检测按星期同一小时做基线,连续偏离合并成一段,可剔除误报,也可把值班报文整理成自定义事件。AI小助手针对当前基地回答异常、档案和数量对比。对外提供查询站点、更新全部站点、文件上传分析
2230Python人工智能
1.多角色对话:几只性格不同的森森兔陪用户聊天,支持语音朗读,每只兔子有自己的声线。2.长期记忆:从对话和日记中自动抽取结构化记忆,分为自我认知、情绪模式、关系模式、创伤模式等8大类;支持合并、更新和版本管理,新记忆先进入待审,由用户确认后生效。3.心理知识卡:内置依恋、IFS、CBT、ACT、创伤
2790Python人工智能
本项目包含两大核心预测模块:批零差价预测模型与田头价格预测模型。系统首先对来自郑州、温州、兰州三个城市、8种常见蔬菜的周度批发价与零售价数据进行清洗与特征工程。主要功能包括:多维度特征提取:自动计算滚动变异系数、波动率、价格加速度、移动平均线及季节性正弦/余弦特征,并引入滞后特征(Lag)捕捉时序依
870Torch机器深度学习
系统核心功能:1、使用记录采集与脱敏:自动记录模型输入输出,对敏感信息脱敏后入库,形成使用日志库;2、经验自动总结:定时任务分析使用记录,自动提炼成功经验与失败教训,生成结构化经验条目;3、临时知识RAG:经验条目存入向量库,模型回答时实时检索相关经验作为上下文,临时生效;4、训练微调固化:对高频复
880Python人工智能
当前共49个项目more
×
寻找源码
源码描述
联系方式
提交