利用新的预训练模型以及 ONNX 模型权重导入、RESTAPI 和 TensorBoard 可视化等功能大幅提升生产力和模型训练速度。
NVIDIA 于今日发布了最新版本的 TAO 工具套件。这是 NVIDIA 训练、适应和优化(TAO)框架的低代码版本,它能够简化并加速语音和视觉 AI 应用的 AI 模型创建。
TAO 使开发者能够轻松运用迁移学习创建自定义生产级模型,这些模型专门针对缺陷检测、语言翻译、交通管理等各种行业专属用例进行了优化。使用 TAO 开发模型的用户能够用更少的数据优化模型,进而缩短部署时间。
最新发布的 TAO 工具套件包括全新和更新的视觉及语音预训练模型。ONNX 模型权重导入、REST API 和 TensorBoard 集成等新功能,能够快速追踪模型创建流程,提高开发者的生产力。
版本亮点
使用自己的模型权重:通过导入 ONNX 图像分类和分割模型的预训练权重来加快模型的自定义。您也可以使用您自己的数据自定义和优化模型。
使用 REST API 将 TAO 工具套件作为服务部署:使用 REST API 将 TAO 工具套件作为服务部属到 Kubernetes 上的现代云原生基础设施中,从而构建新的 AI 服务或集成到现有服务中。
使用 TensorBoard 实现可视化:通过训练和验证损失、模型权重、TensorBoard 中的预测图像等可视化标量了解您的模型训练性能。改变超参数,比较实验结果并作出最适合您需求的选择。
预训练模型:预训练模型加快自定义流程,让您能够通过迁移学习以更少的数据进行微调。
最新版本中新增的一些预训练模型可以:
将从激光雷达传感器采集的数据用于机器人和汽车应用。
根据人的姿势对人的动作进行分类。
估计人、动物和物体上的关键点。
只需 30 分钟的记录数据就可以创建自定义声音。
开始使用
在 TAO 工具套件入门页面观看教学视频和快速入门指南。
从 NGC 下载计算机视觉或对话式 AI 模型。
观看新功能的演示视频,包括 Rest API、TensorBoard 和预训练模型。
与 TAO 工具套件相关的其他资源和用例
使用 NVIDIA Isaac Sim 和 NVIDIA TAO 开发和部署 AI 机器人。
使用 TAO 工具套件检测动物健康和表型
RocketBoots 提高自动化员工队伍管理的推理性能
改变零售行为识别用例的开发工作
原文标题:使用最新版本的 TAO 工具套件简化 AI 模型开发
文章出处:【微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。
审核编辑:汤梓红
全部0条评论
快来发表一下你的评论吧 !