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、自研的无监督学习的数学算法来完成异常发现任务。2、寻找某个数学量,并用历史数据计算该数学量的分布,新数值相对于历史分布的离群程度,就可以用来表征异常程度。3、工业情况复杂得多,经常并不能只用简单值就能发现所有异常了,还会用到变化快慢、离散程度等复杂的数学量。4、多维异常程度综合起来,最常用的方法
180Java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
110Torch人工智能
一、多源分布式全网数据采集模块支持三大灵活采集模式,覆盖互联网全域文本数据(新闻、论坛、博客、微博),突破各类反爬限制,实现精准、高效、稳定采集:1.领域关键词采集:用户输入领域关键词+时间范围,分布式实时爬虫全网采集对应领域数据(如「华为产品分析2014.03-2014.05」);2.指定URL采
260NLP人工智能
本项目面向停车场沙盘展示与行业应用场景,构建了一套集智能感知、自动计费、数字孪生可视化于一体的智慧停车场系统,实现停车场运行状态的实时感知与虚拟映射。系统以“真实停车场→数据驱动→虚拟三维场景实时还原”为核心设计理念,兼顾业务实用性与展示效果。
230C++人工智能
工业级本地OCR引擎:深度集成PaddleOCR框架,专门针对RTX5080的TensorCore进行了CUDA加速优化,在复杂动态背景下的综合识别率达99%以上。LLM级智能语义翻译:后端对接Claude3.5Sonnet级别的长文本处理能力,支持SSE流式响应。翻译结果不仅准确,更具备学术和商业
290Caffe人工智能
项目首先基于YOLOv11算法构建高精度电路图元件识别模型,实现电阻、电容、电感、开关管等核心元件的快速定位与方向属性精准判断,解决传统人工解析效率低、方向判断误差大的问题;随后通过标准化中间表示层与模板引擎技术,将识别后的拓扑信息自动映射为可执行的仿真文件,实现从电路图到仿真模型的自动化生成。
380Python人工智能
系统支持上传污染数据与气象数据CSV,自动校验数据格式与时间窗口;调用训练好的TGCN模型进行预测,输出未来时段的污染物浓度结果,并以卡片、柱状对比图、站点分布等方式可视化展示;提供接口化调用与结果导出,便于二次集成到监测平台或用于科研/竞赛展示。
410Python人工智能
ComfyUI工作流集成:深度整合本地化ComfyUI引擎,支持多节点自动化配置,实现文生图、图生视频。AI模型管理中心:支持SDXL、SVD等主流模型的一键部署与权重管理,支持Lora、ControlNet的高级参数微调。短剧生成工作流:预设“短剧专用”Prompt生成器与角色一致性维护插件,确保
600Python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
380Python电商
智慧安防实时监控平台是一款基于Qt与FFmpeg技术开发的跨平台视频监控管理系统,支持集成多路RTSP/RTMP/HTTP等流媒体协议,具备实时视频预览、云台控制、智能报警事件订阅、录像计划与回放、电子地图联动等功能。平台支持AI分析标签叠加、人脸检测框绘制、多画面轮询、远程设备管理,并可通过Onv
461Python人工智能
知识库系统产品系统
1.知识创建与采集·多格式内容编辑(富文本/Markdown/代码块)·批量导入(Word/PDF/Excel/Markdown文件)·网页剪藏与内容抓取·API接入第三方系统数据·语音/视频内容转文字2.知识组织与分类·多级分类/标签体系·知识图谱关联构建·智能自动分类打标·文件夹/空间管理·版本
610Python人工智能
1、基于深度神经网络的reid技术​1.1)采用局部信息对齐技术进一步提高精度​1.2)Top1识别率达到89%,Top3达93%以上​,即匹配结果在前三名识别率93%1.3)自动区分幼体和成熟体,幼儿未发育完整,无明显特征,统一归为一类,一般通过其母进行跟踪2、QT开发的桌面软件通过XXX部海YY
450Python机器深度学习
在基于信号大数据的雷达辐射源调制研究中,利用MATLAB软件对目前已知的所有调制类型进行仿真建模。这是整个研究的基础步骤,为后续的图形处理和分类等操作提供数据支持。使用大量的图片对核心程序进行训练识别,让程序学习不同调制类型的特征。通过不断的训练,使程序能够准确地识别各种雷达信号的调制类型。
560Python机器深度学习
AI图片编辑产品系统
本软件是一款集成了多项尖端AI算法的智能图像处理平台,主要核心功能如下:AI超分辨率重建:基于深度神经网络,将低清老照片或小图无损放大至4K/8K级别,智能修复噪点并重建缺失的纹理细节。智能擦除与修复(Inpainting):用户只需简单涂抹,AI即可精准移除画面中的路人、水印或杂物,并自动填充自然
580C++云计算
数据闭环:自主构建并标注交通数据集,采用Mosaic等数据增强技术清洗噪声数据,有效解决了类别不均衡(ClassImbalance)难题。• 模型优化:基于YOLOv5框架集成DeepSort多目标跟踪算法,实现了车辆的精准识别与ID持续跟踪,大幅降低IDSwitch。• 全栈开发:使用PyQt开
240Torch人工智能
针对个性化图像生成需求,搭建基于DiffusionModel的生成式AI系统,解决特定风格下的小样本图像生成难题,实现高质量的“文生图”与“图生图”功能。
260Torch人工智能
该平台是一个集成了大语言模型(LLM)与深度学习算法的端到端分析系统。核心功能模块包括:多源数据融合与处理模块、基于知识图谱的上下文检索模块、基于大模型的未来事件生成与推理模块,以及轻量化态势概率预测模块。平台的主要功能是:自动化地从多模态数据中抽取关键事件,利用大模型和图技术进行深度关联分析与未来
490Flask人工智能
车流分析系统产品系统
1.对过往车辆进行车流分析2.支持多站点、分片区、按时间段统计3.支持货车、汽车、电车分类统计4.支持报表导出功能5.可视化大屏,直观查看数据信息
340Java人工智能
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
470Torch人工智能
1、功能模块本项目包含以下核心模块:数据采集与存储模块:基于vnpy框架连接市场数据源,实时采集行情数据,并通过MySQL数据库进行高效存储与管理。强化学习训练模块:集成StableBaselines3库,采用PPO算法对历史行情数据进行训练,生成可预测交易信号的强化学习模型。协同训练与通信模块:构
610Python金融
当前共234个项目more
×
寻找源码
源码描述
联系方式
提交