0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

NVIDIA預(yù)訓(xùn)練模型和遷移學(xué)習(xí)工具包3.0助力快速實(shí)現(xiàn)生產(chǎn)級AI

西西 ? 來源:廠商供稿 ? 作者:NVIDIA ? 2021-06-25 11:55 ? 次閱讀

NVIDIA今日發(fā)布全新預(yù)訓(xùn)練模型并宣布遷移學(xué)習(xí)工具包(TLT)3.0全面公開可用。遷移學(xué)習(xí)工具包在NVIDIA TAO平臺指導(dǎo)工作流程以創(chuàng)建AI的過程中起到核心作用。新版本包括各種高精度和高性能計算機(jī)視覺和對話式AI預(yù)訓(xùn)練模型,以及一套強(qiáng)大的生產(chǎn)級功能,可將AI開發(fā)能力提升10倍。

隨著企業(yè)競相推出AI解決方案,企業(yè)競爭力將有賴于是否能夠獲得最佳開發(fā)工具。對于許多嘗試使用開源AI產(chǎn)品創(chuàng)建模型進(jìn)行訓(xùn)練的工程和研究團(tuán)隊來說,在生產(chǎn)中部署自定義、高精度、高性能AI模型可能是一段十分艱難的開發(fā)歷程。NVIDIA提供高質(zhì)量的預(yù)訓(xùn)練模型和TLT以幫助降低大規(guī)模數(shù)據(jù)采集和標(biāo)注成本,同時告別從頭開始訓(xùn)練AI/機(jī)器學(xué)習(xí)模型的負(fù)擔(dān)。初入計算機(jī)視覺和語音服務(wù)市場的企業(yè)現(xiàn)在也可以在不具備大規(guī)模AI開發(fā)團(tuán)隊的情況下部署生產(chǎn)級AI。

新版本亮點(diǎn)包括:

●一個支持邊緣實(shí)時推理的姿態(tài)估計模型,其推理性能比OpenPose模型快9倍。

●PeopleSemSegNet,一個用于人物檢測的語義分割網(wǎng)絡(luò)。

●各種行業(yè)用例中的計算機(jī)視覺預(yù)訓(xùn)練模型,如車牌檢測和識別、心率監(jiān)測、情緒識別、面部特征點(diǎn)等。

●CitriNet,一個使用各種專有特定域和開源數(shù)據(jù)集進(jìn)行訓(xùn)練的新語音識別模型。

●一個用于問題回答的新Megatron Uncased模型以及許多其他支持語音文本轉(zhuǎn)換、命名實(shí)體識別、標(biāo)點(diǎn)符號和文本分類的預(yù)訓(xùn)練模型。

●AWS、GCP和Azure上的訓(xùn)練支持

●在用于視覺AI的NVIDIA Triton?和DeepStream SDK上以及用于對話式AI的Jarvis上的開箱即用部署。

快速入門

下載遷移學(xué)習(xí)工具包并訪問開發(fā)者資源:即刻啟程。

●從NGC下載模型:計算機(jī)視覺 | 對話式AI

●閱讀最新開發(fā)者教程:用 NVIDIA 遷移學(xué)習(xí)工具包訓(xùn)練和優(yōu)化二維姿態(tài)估計模型:第 1 部分 | 第2部分

與數(shù)據(jù)生成和標(biāo)簽工具集成,實(shí)現(xiàn)更快、更精確的AI

TLT 3.0現(xiàn)在還與數(shù)家領(lǐng)先合作伙伴的平臺集成,這些合作伙伴提供大量多樣化的高質(zhì)量標(biāo)簽數(shù)據(jù),使端到端AI/機(jī)器學(xué)習(xí)工作流程變得更快。您現(xiàn)在可以使用這些合作伙伴的服務(wù)來生成和注釋數(shù)據(jù)、通過與TLT無縫集成進(jìn)行模型訓(xùn)練和優(yōu)化并使用DeepStream SDK或Jarvis部署模型以創(chuàng)建可靠的計算機(jī)視覺和對話式AI應(yīng)用。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    5055

    瀏覽量

    103374
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    31294

    瀏覽量

    269655
  • 計算機(jī)視覺
    +關(guān)注

    關(guān)注

    8

    文章

    1699

    瀏覽量

    46052
收藏 人收藏

    評論

    相關(guān)推薦

    NVIDIA推出面向RTX AI PC的AI基礎(chǔ)模型

    NVIDIA 今日發(fā)布能在 NVIDIA RTX AI PC 本地運(yùn)行的基礎(chǔ)模型,為數(shù)字人、內(nèi)容創(chuàng)作、生產(chǎn)力和開發(fā)提供強(qiáng)大
    的頭像 發(fā)表于 01-08 11:01 ?204次閱讀

    NVIDIA AI助力初創(chuàng)企業(yè)為心理治療師提供AI工具

    NVIDIA AI 助力初創(chuàng)企業(yè)為心理治療師提供 AI 工具,以此來優(yōu)化和提升心理健康服務(wù)水平,為人們的心理健康保駕護(hù)航。
    的頭像 發(fā)表于 11-19 16:03 ?237次閱讀

    NVIDIA AI助力實(shí)現(xiàn)更好的癌癥檢測

    由美國頂級醫(yī)療中心和研究機(jī)構(gòu)的專家組成了一個專家委員會,該委員會正在使用 NVIDIA 支持的聯(lián)邦學(xué)習(xí)來評估聯(lián)邦學(xué)習(xí)AI 輔助注釋對訓(xùn)練
    的頭像 發(fā)表于 11-19 15:54 ?208次閱讀

    為什么ai模型訓(xùn)練要用gpu

    GPU憑借其強(qiáng)大的并行處理能力和高效的內(nèi)存系統(tǒng),已成為AI模型訓(xùn)練不可或缺的重要工具。
    的頭像 發(fā)表于 10-24 09:39 ?367次閱讀

    AI模型與深度學(xué)習(xí)的關(guān)系

    人類的學(xué)習(xí)過程,實(shí)現(xiàn)對復(fù)雜數(shù)據(jù)的學(xué)習(xí)和識別。AI模型則是指模型的參數(shù)數(shù)量巨大,需要龐大的計算資
    的頭像 發(fā)表于 10-23 15:25 ?1033次閱讀

    直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:預(yù)訓(xùn)練的基礎(chǔ)模型下的持續(xù)學(xué)習(xí)

    神經(jīng)網(wǎng)絡(luò),特別是預(yù)訓(xùn)練的基礎(chǔ)模型研究得到了廣泛的應(yīng)用,但其仍然主要依賴于在大量樣本上的批量式訓(xùn)練。本報告將探討實(shí)現(xiàn)
    的頭像 發(fā)表于 10-18 08:09 ?247次閱讀
    直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:<b class='flag-5'>預(yù)</b><b class='flag-5'>訓(xùn)練</b>的基礎(chǔ)<b class='flag-5'>模型</b>下的持續(xù)<b class='flag-5'>學(xué)習(xí)</b>

    NVIDIA Nemotron-4 340B模型幫助開發(fā)者生成合成訓(xùn)練數(shù)據(jù)

    Nemotron-4 340B 是針對 NVIDIA NeMo 和 NVIDIA TensorRT-LLM 優(yōu)化的模型系列,該系列包含最先進(jìn)的指導(dǎo)和獎勵模型,以及一個用于生成式
    的頭像 發(fā)表于 09-06 14:59 ?354次閱讀
    <b class='flag-5'>NVIDIA</b> Nemotron-4 340B<b class='flag-5'>模型</b>幫助開發(fā)者生成合成<b class='flag-5'>訓(xùn)練</b>數(shù)據(jù)

    蘋果揭示AI新動向:Apple Intelligence模型在谷歌云端芯片上預(yù)訓(xùn)練

    蘋果公司在最新的技術(shù)論文中披露了一項重要信息,其全新的人工智能系統(tǒng)Apple Intelligence所依賴的模型并非傳統(tǒng)上大型科技公司首選的NVIDIA GPU,而是選擇了在谷歌設(shè)計的云端芯片上進(jìn)行預(yù)
    的頭像 發(fā)表于 07-30 15:00 ?564次閱讀

    AI模型AI框架的關(guān)系

    多個領(lǐng)域取得顯著成果。而AI框架則是為開發(fā)和訓(xùn)練AI模型提供的一套標(biāo)準(zhǔn)接口、特性庫和工具包,它集成了算法的封裝、數(shù)據(jù)的調(diào)用以及計算資源的使用
    的頭像 發(fā)表于 07-15 11:42 ?1180次閱讀

    預(yù)訓(xùn)練遷移學(xué)習(xí)的區(qū)別和聯(lián)系

    預(yù)訓(xùn)練遷移學(xué)習(xí)是深度學(xué)習(xí)和機(jī)器學(xué)習(xí)領(lǐng)域中的兩個重要概念,它們在提高
    的頭像 發(fā)表于 07-11 10:12 ?1151次閱讀

    大語言模型預(yù)訓(xùn)練

    能力,逐漸成為NLP領(lǐng)域的研究熱點(diǎn)。大語言模型預(yù)訓(xùn)練是這一技術(shù)發(fā)展的關(guān)鍵步驟,它通過在海量無標(biāo)簽數(shù)據(jù)上進(jìn)行訓(xùn)練,使模型
    的頭像 發(fā)表于 07-11 10:11 ?478次閱讀

    預(yù)訓(xùn)練模型的基本原理和應(yīng)用

    訓(xùn)練好的模型,這些模型通常在某些通用任務(wù)上表現(xiàn)出色,并且可以作為后續(xù)特定任務(wù)的起點(diǎn),通過遷移學(xué)習(xí)或微調(diào)(Fine-tuning)等方式進(jìn)行適
    的頭像 發(fā)表于 07-03 18:20 ?3025次閱讀

    【大語言模型:原理與工程實(shí)踐】大語言模型預(yù)訓(xùn)練

    大語言模型的核心特點(diǎn)在于其龐大的參數(shù)量,這賦予了模型強(qiáng)大的學(xué)習(xí)容量,使其無需依賴微調(diào)即可適應(yīng)各種下游任務(wù),而更傾向于培養(yǎng)通用的處理能力。然而,隨著學(xué)習(xí)容量的增加,對
    發(fā)表于 05-07 17:10

    【大語言模型:原理與工程實(shí)踐】核心技術(shù)綜述

    的具體需求,這通常需要較少量的標(biāo)注數(shù)據(jù)。 多任務(wù)學(xué)習(xí)遷移學(xué)習(xí): LLMs利用在預(yù)訓(xùn)練中積累的知識,可以通過
    發(fā)表于 05-05 10:56

    Edge Impulse發(fā)布新工具,助 NVIDIA 模型大規(guī)模部署

    借助 Edge Impulse 和 NVIDIA TAO 工具包的協(xié)同效應(yīng),工程師得以快速構(gòu)建并部署至邊緣優(yōu)化硬件(如上述型號)的計算機(jī)視覺模型。該平臺還支持用戶運(yùn)用經(jīng)由 GPU 優(yōu)化
    的頭像 發(fā)表于 03-25 16:00 ?783次閱讀