使用 NVIDIA TAO 工具套件和预训练模型加快 AI 开发

描述

NVIDIA 发布了 TAO 工具套件 4.0。该工具套件通过全新的 AutoML 功能、与第三方 MLOPs 服务的集成以及新的预训练视觉 AI 模型提高开发者的生产力。该工具套件的企业版现在可以访问预训练模型的完整源代码和模型权重。

 

英伟达

 

该工具套件能够高效训练视觉和对话式 AI 模型。由于简化了复杂的 AI 模型和深度学习框架,即便是不具备 AI 专业知识的开发者也可以使用该工具套件来构建 AI 模型。通过迁移学习,开发者可以使用自己的数据对 NVIDIA 预训练模型进行微调,无需 AI 方面的专业知识或大型训练数据集就可以优化模型推理的吞吐量。

 

开发者可以使用 TAO 创建针对特定环境和场景进行优化的自定义生产级模型。新增加的一项重要功能可以帮助开发者在没有大量数据的情况下构建物体检测模型。用例包括检测装配线缺陷、将特定短语翻译成多种语言、管理城市交通等。

 

开发者可以在这里下载 TAO 工具套件 4.0

https://catalog.ngc.nvidia.com/orgs/nvidia/teams/tao/resources/tao-getting-started

 

   

版本亮点

 

  • 访问预训练模型的 TAO 源代码和模型权重。

     

  • 使用 AutoML 训练高质量的模型,避免了手动微调数百个参数的麻烦。

     

  • 在顶尖云提供商的虚拟机以及 Amazon EKS 或 Azure AKS 等 Kubernetes 服务上进行部署。

     

  • 简化基础设施的管理以及 Google Colab、Google Vertex AI、Microsoft Azure 机器学习等云端机器学习服务的扩展。

     

  • 新的云集成功能以及 W&B、ClearML 等第三方 MLOps 服务为开发者和企业提供经过优化的 AI 工作流程。

     

  • 与 REST API 集成。可快速构建一项新的 AI 服务或通过 REST API 集成到现有的服务中。

     

  • 使用基于转换器的新预训练模型(CitySemSegformer、Peoplenet Transformer)和专门用于零售业的预训练模型(RetailObjectDetection、RetailObjectRecognition 和 ReIdentificationNet)。

     

   

入门资源

 

  • 访问 TAO 工具套件入门页面,查看教学视频和快速入门指南:https://developer.nvidia.com/tao-toolkit-get-started

     

  • 在 NGC 下载 TAO 工具套件和预训练模型:https://catalog.ngc.nvidia.com/orgs/nvidia/teams/tao/resources/tao-getting-started

     

   

新教程

 

  • 阅读使用 NVIDIA TAO 的全新 AutoML 功能,像 AI 专业人士一样训练:https://developer.nvidia.com/blog/training-like-an-ai-pro-using-tao-automl/

     

  • 阅读使用 NVIDIA TAO 工具套件和 Azure 机器学习创建自定义 AI 模型,了解如何使用 NVIDIA TAO 工具套件和 Azure 机器学习训练和部署自定义 AI 模型:https://developer.nvidia.com/blog/creating-custom-ai-models-using-nvidia-tao-toolkit-with-azure-machine-learning/

     

  • 观看视频,在 Google Colab 上尝试 NVIDIA TAO 工具套件和预训练模型:https://www.nvidia.cn/on-demand/session/tao2022-toolkit/

 

   

使用 TAO 工具套件的解决方案

 

  • 新一代 IT 和商业服务商 Trifork 使用 TAO 工具套件加速开发机场 AI 行李追踪解决方案。

     

  • Fingermark 是一家开发数据驱动型决策解决方案的公司。该公司使用 TAO 工具套件开发提高工作人员安全性的工业视觉 AI 解决方案。

 


原文标题:使用 NVIDIA TAO 工具套件和预训练模型加快 AI 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。


打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分