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
160Python机器深度学习
NeuralConstructor产品系统
1.项目与文件管理模块:提供项目工作区、文件浏览器和文本编辑器,统一管理工作流、代码、模型及输出文件。支持文件变更监听和未保存草稿的断线恢复。2.可视化工作流编排模块:通过节点与连线组织数据处理、模型调用和结果输出,支持参数配置、类型化输入输出、撤销重做,以及条件分支、循环和嵌套子图。支持图形与YA
210Rust人工智能
1.资产与远程巡检:服务器资产管理(连接测试/批量检查/文件扫描),一键下发巡检脚本远程执行,支持深度查毒,报告自动入库出结构化发现项。2.应急响应(LiveResponse):定向补证命令组(账号/登录/持久化/网络/进程)+自定义路径列举,凭据用后即弃不落库。3.IOC狩猎:基于AC自动机在全网
150Caffe企业服务
1.多源告警接入:对接360本脑/NDR、山石WAF、天融信IPS、绿盟WAF、奇安信WAF、微步SIG情报、幻阵蜜罐等设备,syslog/API桥接归一化入库。2.AI智能研判:大模型自动研判告警,输出判定、风险等级、置信度与处置建议;支持白名单前置过滤、多平台实时研判、多模型容灾切换。3.自动封
160Caffe企业服务
软件设置导入与核对、经营分析两个操作入口,支持按品牌与日期查看数据。看板集中展示有效支付订单、当日预约订单、预约率、退款事件比例与退款金额,并说明预约率统计口径。进一步展示销售与预约趋势、购买后预约时效、退款原因、购买至退款间隔和退款发生时段;按商品查看支付订单、销售金额、预约率与退款事件,辅助比较
190Caffe企业服务
SuiXuAi的功能围绕“项目化视频生产”展开,主要包含以下模块。项目管理与分集规划。以项目为单位管理小说、文案和创作目标,支持自动拆集、生成分集大纲和剧情节拍,帮助团队把长文本拆成可执行的生产单元。剧本与分镜编辑。支持文案转剧本、剧本转分镜表,提供人工修改、内容锁定和版本对比能力。分镜表是后续资产
320PHP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
441Python人工智能
系统包含6大功能模块:(1)多模态文件上传与解析器,支持PDF论文、CSV测井数据、SVG地震剖面、TXT背景材料;(2)多智能体编排(orchestrator、literature_mining、geo_expert、data_profiling、hypothesis_generator、crit
380Python人工智能
股票助手产品系统
账户中心:注册、登录/退出、个人信息、修改信息、删除账户、用户列表(routers/user.py7个接口,SHA256存密码,含user_role/status字段)。股票中心(8个页面,最完整的一块):股票搜索、行业概览、市场看板、股票排行、个股信息、K线图、当日分时、股票收藏(收藏4个接口在r
430C++人工智能
系统由六个模块组成,覆盖从建档到交付的完整链路:1.客户建档:人设口吻、行业包、产品与价格。2.周计划引擎:按档位把一周拆成"核心位+日常位"(如标准档31位),自动排到具体日期与时段,并给出本周打法方案。3.出稿引擎:按平台规格分别生成朋友圈(150–300字)、贴图号(100–200字+首图排版
320Caffe企业服务
功能模块:①大厅/建卡/对局三页(React+Vite+TypeScript);②建卡智能体辅助创建调查员;③KP主图编排(router/await_roll/roll/narrate/combat/resolve等);④确定性规则引擎(骰点、成功等级、伤害、SAN,禁止LLM编造数值);⑤人机协作
660Python人工智能
系统包含六大功能模块:1.对话与任务中枢:浏览器访问本地端口即用的三栏界面(对话区、工具过程区、产物区),SSE实时流式推送思考、工具调用与产物,任务可随时中止。2.Agent执行引擎:自研functioncalling主循环,工具schema全量下发、模型自主决策,支持最多25轮回环与错误自愈,内
610Python人工智能
ACIS产品系统Vibe Coding
ACIS(AgriculturalCognitiveIntelligenceSystem)是一个面向温室作物病害咨询的多阶段AI系统工程原型:把一次自然语言问诊拆成“感知→记忆→专家→辩论→Critic→Judge→审计”的可追溯流程,输出诊断、置信度、风险等级、行动建议与证据链。默认使用规则裁决,
490Python人工智能
统分为离线数据流、在线问答流与编排封装三层。1)离线数据流:EPUB解析为结构化章节,规则清洗剔除书目与页眉噪声并合并短句,LLM辅助判定重复内容并输出冲突报告,表格图经OCR转为可检索数据表,按语义边界切片并向量化入库,最终形成4055条1024维向量。2)在线问答流:用户问题经查询改写后进行向量
490Python人工智能
本项目主要围绕纸质笔录与审讯音视频记录的智能语义核验展开,构建集**OCR文字识别、ASR语音转写、文本预处理、大模型语义分析、异常问题识别及核验报告生成**于一体的智能核验系统。系统通过OCR技术将纸质笔录图片转换为电子文本,通过ASR技术将审讯音视频中的语音内容转换为文本;在完成文本清洗与格式标
520Python人工智能
千雪是一个多进程、多服务架构的跨平台AI智能体系统,核心是分层解耦与可扩展性设计:①服务拆分——主系统(FastAPI)、独立记忆服务、心跳服务、语音服务(STT/TTS)与Web管理台各自独立进程,经统一消息路由串联;②分层记忆数据流——感知层→体验/信息双轨长期记忆→梦境巩固(L0→L1→L2)
1221Python人工智能
系统分为客服工作台、AI智能客服、企业微信群机器人三大板块,共8个功能域:(1)会话与消息:多会话并行、WebSocket实时收发、图片消息、已读回执、历史消息分页、新消息提示音与浏览器桌面通知、转接提醒、会话状态机(待处理/进行中/AI会话中/已结束)与排队分配。(2)AI智能问答:基于Chrom
910Java人工智能
1、项目有哪些具体功能模块项目主要包括:特征提取模块、代价体构建模块、单目视差分布先验模块、单目-立体融合代价体模块、梯度增强细节感知模块、代价体金字塔与查找采样模块、双核GRU迭代视差优化模块、损失函数与训练推理模块、评估与可视化模块。其中特征提取模块包含MobileNetV2双分支特征编码器、上
460Python人工智能
Texor是一款基于大语言模型与AIAgent技术的智能学术论文写作平台,采用PDF可视化交互方式,将传统的代码式论文编辑转变为直观的文档标注与自然语言交互。主要功能包括:1.PDF可视化编辑:用户直接在PDF论文页面上选中、标注需要修改的内容,无需手动查找和编辑LaTeX源代码。2.自然语言修改指
990JavaScript开发工具
项目围绕「AI科普视频公司」搭建多Agent内容生产流水线,主要模块包括:1)Company/Project/Issue任务编排,基于Paperclip管理AgentRun、Activity、Artifact与Handoff;2)岗位Agent:ResearchDirector、ScienceRes
830Python人工智能
当前共268个项目more
×
寻找源码
源码描述
联系方式
提交