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。
aloha复现产品系统
人类示范的模仿学习在机器人技术中表现出令人印象深刻的性能。然而,大多数成果专注于桌面操作,缺乏执行一般实用任务所需的移动性和灵巧性。在这项工作中,我们开发了一个模仿移动操作任务的系统,这些任务是双手的,并且需要全身控制。我们首先介绍MobileALOHA,这是一个低成本的全身远程操作系统,用于数据收
300Torch人工智能
核心算法:采用最新的YOLOv11算法,兼顾检测速度与精度。一站式流程:集成环境检测、数据集配置、模型训练、结果可视化等全流程功能。多模态检测:支持图片文件、视频文件以及实时摄像头画面的目标检测。可视化交互:通过直观的GUI界面展示检测结果(边界框、置信度、类别),并支持训练过程中的参数配置与日志监
400C++人工智能
1.角色姿态与肢体结构检测自动识别二次元角色骨骼关键点,精准检测手指缺失/畸形、肢体比例失衡、关节错位等问题,输出姿态合规性评分与异常位置标注。2.核心元素完整性校验基于设定库校验生成角色的服饰、道具、发型等核心元素是否完整,识别元素遗漏、形态偏差等问题,确保生图与原画设定一致。3.检测规则自定义配
610Python人工智能
1.使用Unity平台,制作机械臂数字实体,并搭建机械臂数字实体工作空间;2.通过TCP/IP通讯协议,实现物理实体和数字实体的交互控制,实现虚实交互功能;3.在数字实体环境下针对机械臂的逆运动学求解的单步决策性,设计奖励函数,并通过PPO算法训练机械臂逆运动学模型;
770C#机器人
1.对AVM图像上的车位进行检测,可满足鱼骨车位、平行车位、垂直车位的检测;2.可满足不同光照条件下的车位检测,如晴天、雨天、夜间等;3.检测的效果比常规算法要好;4.算法可在板端部署,效果不弱于PC端效果。
590Caffe人工智能
根据历史交易数据以及市场信息捕捉实现模型训练,根据训练后的模型做回测练习,最后开始预测涨跌,并实现大规模量化交易,可实现未来5个交易日的股票价格预测,是股票爱好者的利器。
780Caffe人工智能
智能裁判系统产品系统
1、通过高清摄像机的监测,运用深度学习算法的目标检测技术,实现学员人脸识别、安全帽佩戴识别、绝缘手套佩戴识别、绝缘鞋(靴)穿戴识别、工作服穿戴识别、危险区域进入检测、人员倒地检测和工作区域抽烟检测功能。2、通过工业摄像机的监测,运用深度学习和工业测量等方法,实现导线识别、水平度、垂直度、线间距、漏铜
850Caffe人工智能
AI智慧体育产品系统
包含三个大项,体测面向考试,体锻和短跑面向锻炼,1、体育测试:跳绳,立定跳远,坐位体前屈,仰卧起坐,引体向上;2、体育锻炼:深蹲,开合跳,单脚跳,高抬腿等;3、短跑。
920C++人工智能
多平台支持:自动化部署脚本应确保在多个操作系统环境(如Windows、macOS、Linux)下能够顺利运行。不同系统的路径分隔符、权限机制、依赖管理等都可能有所不同,脚本应针对这些差异进行适配。增加本地部署联动性等各类问题,提高整体全局的辅助,同时自动检查整体布局是否能在一个域名交互进行联动。
670Caffe人工智能
核心业务目标算子支持:实现FlashAttention、Grouped-QueryAttention等融合算子的AMDGPU适配版本,利用ROCm生态特性(如MIOpen、rocBLAS)解决“算子拆分执行”的内存带宽浪费问题,将注意力机制计算效率提升50%以上。性能突破:针对PyTorch原生算子
2530C++智能硬件
视觉数据采集模块:负责获取单目/双目相机的原始图像数据,支持实时视频流采集或离线图像序列导入。包含相机参数校准(内参、外参)功能,修正镜头畸变,为后续深度计算提供精准基础数据。支持图像预处理(去噪、曝光校正、白平衡调整),提升原始数据质量,减少环境干扰。深度估计模块:双目视觉分支,通过结合神经网络和
1530Caffe人工智能
1.针对不同的纸杯喷胶类型,支持少量样本图像在线参数学习。2.全程傻瓜式操作,无需任何经验,即可实现算法部署。3.适用于市面上99%以上纸杯喷胶类型的检测。4.基于自研的AI算法,缺陷检测准确度99%以上。5.支持缺陷图像的查询回看。
1410C++人工智能
本项目是一个基于Django框架的技术合同智能生成系统,主要包含以下功能模块:1.合同智能生成模块:提供完整的合同表单填写界面,支持20个关键合同条款的定制化输入,包括许可方信息、专利明细、费用支付方式、保密条款等,能够根据用户选择动态显示相关字段。2.文件管理下载模块:具备合同文件列表展示功能,支
2550Python人工智能
1.项目有哪些具体功能模块表面缺陷区域自动检测模块(无监督神经网络)缺陷类型分类与分级模块(深度神经网络分类器)数据采集与预处理模块缺陷标注与结果展示模块缺陷检测结果存储与报表分析模块系统接口与生产线联动模块2.项目的主要功能描述系统首先通过无监督学习的神经网络模型自动检测彩涂板表面的疑似缺陷区域,
760前端人工智能
1.项目具体功能模块:皮带运行状态监测模块(跑偏、撕裂、断带、异物检测等)视频/图像智能识别模块(AI视觉)异常报警与联动控制模块数据采集与存储模块历史数据分析与报表模块远程运维管理平台(Web/APP端)系统自检与健康诊断模块2.项目的主要功能描述:系统通过部署工业摄像头、传感器等采集皮带运行图像
860C++人工智能
产品智能客服产品系统
自然语言处理(NLP)模块:这是系统的“大脑”,负责理解用户的真实意图。它通过分词、词性标注、句法分析等技术解析用户输入,并能识别用户情绪,使回应更具人情味。基于机器学习技术,该模块能不断从历史对话中学习,提升意图识别的准确率。知识库模块:作为系统的“知识百科全书”,它存储了所有预定义的问答对、产品
570Python企业服务
列车AI视频综合感知系统是基于先进异构计算架构的嵌入式智能产品。它采用ARM+GPU的硬件架构,内嵌司机行为检测、乘客异常行为检测、车厢内设备状态检测等相关算法,能在复杂的轨道交通场景下实现高精度的视频分析功能。该系统的主要功能:车厢拥挤度检测末站清客、遗留物检测乘客异常行为分析司机异常行为分析PI
1130C++人工智能
针对无法复制黏贴的网页和业务网页,抓取图片信息,并进行分析,提取其中的文字信息进行业务扩展,基础流程:文字识别系统组件:1.图片采集2.分析图片文字3.将图片和文件信息做关联存储
1000Torch人工智能
本项目构建了一个基于AIAgent技术的智能客服知识助理系统,包含多个功能模块:智能问答模块:支持自然语言输入,结合大语言模型与知识检索,快速返回精准答案。多轮对话模块:能够记忆上下文,实现跨轮次问题的意图理解与回复。知识库管理模块:自动解析企业内部文档、政策公告、FAQ,并进行语义索引,确保知识实
1660Python人工智能
当前共19个项目more
×
寻找源码
源码描述
联系方式
提交