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。
1.四结构识别:震荡/趋势/反转/黑天鹅四种市场结构自动识别2.自适应网格:基于ATR动态调整入场间距,适应不同波动率3.双向开仓引擎:支持多空双向、多层级加仓逻辑4.Python回测框架:完整的历史回测流程,输出夏普比率、最大回撤、胜率统计5.中英文双语支持:面向全球交易者,英文/中文交付
110Python人工智能
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
140Torch人工智能
1、完成车载智能陪伴机器人硬件开发与适配,包括机器人主体、车载底座、Type-C供电线、外观配饰、包装及说明书;2、完成与元境智联车机端APP/智能设备APP的适配,实现设备扫描、配对、连接状态展示、表情资源更新、设备管理等功能;3、完成蓝牙/WiFi通信协议、极狐私有IOT控制协议适配及车机鉴权流
890Taro智能硬件
单层lstm做时间特征提取四头注意做核心预测非黑箱模型,根据热力图具有可解释性能够基于过去3-6个小时去预测未来3-6个小时的光伏发电情况若采用剪枝参数量可能还会更小
150Torch科学研究
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
180C++机器深度学习
项目主要包括登录模块、读者模块、管理员模块和智能识别模块。登录模块实现用户账号验证和角色区分,支持读者与管理员进入不同功能界面。读者模块支持图书查询、分页浏览、图书借阅、图书归还以及借阅数量限制。管理员模块支持图书信息管理、馆藏数量维护、库存不足提醒、借阅数据统计和图表可视化展示。智能识别模块基于Y
270Python人工智能
系统主要包含模型加载、数据源选择、图片检测、视频检测、摄像头实时检测、检测参数调节、结果可视化、检测结果表格展示、场景分析、驾驶建议生成、语音播报和暂停问答等功能模块。用户可以分别加载交通标志识别模型和行人车辆识别模型,选择图片、视频或摄像头作为输入源,系统会自动绘制检测框、显示类别和置信度,并根据
170Python人工智能
针对农田中病虫害日渐严重,农药施用混乱的问题,利用基于卷积神经网络的YOLOV11目标检测算法,建立用于监测农田病虫害的智能识别模型,通过轮足式巡检机器人搭载摄像头方法进行实时巡检。
190Torch人工智能
系统包含四大核心模块:1.图像检测模块:基于YOLOv11s模型实现10类水稻害虫实时检测,mAP@0.5达0.8404;2.预警分析模块:集成CropFormer与规则引擎,对虫害等级进行智能评估并推送预警;3.农技咨询模块:本地部署DeepSeek-R1大模型,提供病虫害防治知识问答;4.后台管
330Python人工智能
SinglePrototype产品系统
本系统基于深度学习技术,为医疗影像提供智能化辅助诊断服务。核心功能包括:1.智能诊断分析——对CT、MRI、病理切片等多模态医疗图像进行自动化判读,精准识别病灶特征并输出诊断结果;2.病灶区域标注——通过热力图与轮廓勾画相结合的方式,高亮显示异常区域,为医生提供可视化重点关注指引;3.生存预后预测—
150Torch人工智能
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
250PHP人工智能
项目采用Python开发,实现了面向自动驾驶场景的单目深度估计系统,主要包括模型管理、图像推理、视频推理、实时摄像头推理、结果可视化、性能监控及数据导出等功能模块。系统支持Lite-Mono等多种深度估计模型加载,可完成图片、视频及摄像头画面的深度预测,并实时显示彩色深度图和推理帧率等运行信息。系统
210Python人工智能
主要模块:有遮挡人脸识别、步态识别、视觉增强处理、全量视频特征构建与查询系统功能描述:目前公安刑侦,大量依赖视频监控查找线索,基于以往项目的积累,首先构造视频特征分析系统,对特定物品从大量监控视频中快速定位,大幅降低人工查视频的工作量。在人脸有眼镜、帽子、口罩等物品遮挡下,实现了相似人脸识别,为快速
270Torch人工智能
主要模块:画面分类模型接口、画面目标检测模型接口、全量视频特征构建与查询系统功能描述:根据需求,训练了画面分类模型、目标检测模型,并进行优化后,部署到内网系统,通过接口api,提供实时画面的分析、筛选。构筑集群系统,对完整视频进行加速特征抽取,构建优化索引系统,实现十亿级别特征检索。实现根据任何图片
230Torch人工智能
模块有图片匹配图片、文字匹配图片两个主要功能模块,还可以配置搜索路径。a、根据输入图片,在指定目录中查找相似图。b、根据输入中文文字,在指定目录中查找与描述相似图片。c、都是实时匹配检测,可以根据客户需求定制不同使用场景,匹配不同的支持系统d、是多模态应用系统
210Torch人工智能
1.多车间多设备统一数据采集、存储、同步模块;2.AI批量故障识别预警,全车间设备异常统一标记提醒;3.可视化数据看板,实时展示各车间产能、设备运转趋势;4.分级账号权限系统,区分车间操作工、车间主管、工厂管理员数据查看范围;5.月度/季度生产、故障统计报表自动导出,支持Excel本地保存。
240Python人工智能
1.产线日志数据采集模块,实时读取设备运行参数;2.AI故障识别模块,基于历史故障样本训练识别异常数据;3.自动报表生成,每日导出生产运行、故障统计Excel;4.异常告警提醒,数据超标自动标记推送;5.轻量化后台面板,查看历史故障记录、产线运行趋势。
260Python人工智能
1.本地RAG知识库模块:导入建材产品参数、价格、材质说明文档,支持语义问答;2.Excel台账解析模块:读取客户订单、库存表格,自动提取商品数据;3.智能报价生成模块:根据客户需求自动组合商品、计算总价,输出标准报价单;4.对话交互模块:客户线上提问自动匹配产品信息,替代人工重复答疑;5.本地轻量
370Python人工智能
1.基于BEV(Bird's-EyeView)空间建立三维车道线检测模型,降低透视畸变影响。2.复现BEV-LaneDet网络,并实现ApolloSyntheticDataset数据集训练与验证。3.对比3D-LaneNet、Gen-LaneNet等模型性能,分析不同三维建模方式的检测效果。4.使用
260Torch人工智能
1.针对仅具备slide-level标签的病理全扫描图像(WSI),将肿瘤识别任务建模为多实例学习(MIL)问题2.复现并训练DSMIL双流注意力模型,对比其与传统Pooling方法在正样本稀疏场景下的判别行为差异3.在实例特征提取阶段引入SimCLR自监督预训练,用于缓解ImageNet预训练与病
230Torch人工智能
当前共494个项目more
×
寻找源码
源码描述
联系方式
提交