0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 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識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

使用NVIDIA TAO工具包和Appen實現(xiàn)AI模型微調(diào)

星星科技指導員 ? 來源:NVIDIA ? 作者: Titus Capilnean ? 2022-04-13 15:29 ? 次閱讀

從頭開始構(gòu)建人工智能模型需要大量的數(shù)據(jù)、時間、金錢和專業(yè)知識。這與在人工智能領(lǐng)域取得成功的條件不符:快速上市,以及快速發(fā)展和定制解決方案的能力。 NVIDIA TAO 是一個人工智能模型調(diào)整框架,與從頭開始的培訓相比,它可以讓您利用生產(chǎn)質(zhì)量、預培訓的人工智能模型,并在很短的時間內(nèi)對其進行微調(diào)。

要進一步微調(diào)這些模型,或確認模型的精度,需要額外的高質(zhì)量訓練數(shù)據(jù)。 Appen 是 TAO 的數(shù)據(jù)注釋合作伙伴,如果您沒有合適的可用數(shù)據(jù),它可以訪問高質(zhì)量的數(shù)據(jù)集和服務(wù),為您的數(shù)據(jù)添加標簽和注釋,以滿足您的獨特需求。

在帖子中,我將向你展示如何使用 NVIDIA TAO 工具包 一個基于 CLI 的NVIDIA TAO 框架的解決方案,以及 AppEN 的數(shù)據(jù)標記平臺,以簡化整個培訓過程,并為特定用例創(chuàng)建高度定制的模型。

在您的團隊確定了要使用 ML 解決的業(yè)務(wù)問題后,您可以從 NVIDIA 收集的計算機視覺和對話人工智能中的預訓練人工智能模型中進行選擇。計算機視覺模型可以包括人臉檢測模型、文本識別、分割等。然后,您可以應(yīng)用 TAO 工具包來構(gòu)建、培訓、測試和部署您的解決方案。

為了加快數(shù)據(jù)收集和擴充過程,您現(xiàn)在可以使用 Appen 數(shù)據(jù)注釋平臺為您的用例創(chuàng)建正確的培訓數(shù)據(jù)。該強大的平臺使您能夠訪問 Appen 全球超過 100 萬名熟練的注釋員,他們來自 170 多個國家,講 235 種語言。 Appen 的數(shù)據(jù)注釋平臺 和專業(yè)知識還為您提供了其他資源:

高質(zhì)量數(shù)據(jù)集(用于需要數(shù)據(jù)時)

全球采購的人工標簽機,用于為未標記的數(shù)據(jù)添加注釋

一個易于使用的平臺,您可以在其中啟動注釋作業(yè)并監(jiān)控關(guān)鍵指標

質(zhì)量保證檢查和數(shù)據(jù)安全控制

有了干凈、高質(zhì)量的數(shù)據(jù),您可以調(diào)整 經(jīng)過訓練的 NVIDIA 模型以滿足您的需求,并進行修剪和再培訓,以達到所需的性能水平。

如何使用 Appen 的平臺準備數(shù)據(jù)

如果您還沒有用于訓練模型的數(shù)據(jù),您可以自己收集這些數(shù)據(jù),也可以求助于 Appen ,找到適合您的用例的源數(shù)據(jù)集。 Appen 數(shù)據(jù)注釋平臺( ADAP )可使用多種格式:

音頻(. wav ,. mp3 )

圖像(. jpeg ,. png )

文本(. txt )

視頻(網(wǎng)址)

完成數(shù)據(jù)收集階段后,除非您計劃與 Appen 合作以滿足數(shù)據(jù)收集需求,否則您可以使用 Appen 的平臺快速標記您收集的數(shù)據(jù)。每行數(shù)據(jù)批注都需要 Appen 平臺許可證和預算。

在此基礎(chǔ)上,完成以下步驟,部署一個特別適合您需求的模型。在本文中,假設(shè)您正在為對象檢測模型注釋圖像。

準備好你的數(shù)據(jù)

首先,將圖像數(shù)據(jù)加載到網(wǎng)絡(luò)可訪問的位置:云或 ADAP 可以訪問的位置,例如私有 Amazon S3 存儲桶。

接下來,用兩列結(jié)構(gòu)輸入 CSV 文件。第一列包含文件名,第二列包含圖像的 URL 。您可以通過以下三種方式之一提供 URL :

對數(shù)據(jù)使用公開可用的 URL 。

使用預先簽名的 URL 。

使用 Appen 的安全數(shù)據(jù)訪問工具,您可以使用該工具將數(shù)據(jù)庫安全地連接到平臺; Appen 僅在需要時訪問您的數(shù)據(jù)。

第二列包含設(shè)備上的本地文件名。圖 1 顯示了 CSV 文件的外觀。

poYBAGJWfAaAbdYuAAHdcm4AAOo145.png

圖 1 。用于 ADAP 中數(shù)據(jù)上傳的 CSV 結(jié)構(gòu)

創(chuàng)建作業(yè)并上載數(shù)據(jù)

如果尚未登錄,可以 創(chuàng)建 ADAP 帳戶 并登錄。在運行新作業(yè)之前,您必須擁有平臺的活動許可證。要了解更多有關(guān)計劃和定價的信息, 聯(lián)系 Appen 。

登錄后,在Jobs下選擇創(chuàng)造就業(yè)機會。

pYYBAGJWfA-ASf2PAACQvL2OgrU139.png

圖 2 。 ADAP 工作概述頁面

選擇最適合工作的模板(情緒分析、搜索相關(guān)性等)。對于本例,請選擇Image Annotation。

poYBAGJWfBqAApn5AAF4dwi-KDc050.png

圖 3 。 ADAP 作業(yè)模板頁面–圖像注釋

在Image Annotation下,選擇使用邊界框?qū)D像中的對象進行注釋和分類。將 CSV 文件拖放到Upload選項卡中,上傳 CSV 文件。

設(shè)計你的工作

為 Appen 的 100 多萬名數(shù)據(jù)標簽員提供指導,說明他們應(yīng)該尋找什么,以及他們應(yīng)該知道的任何要求。該模板提供了一個簡單的工作設(shè)計來幫助您開始。

接下來,選擇管理圖像注釋本體,在這里定義應(yīng)該檢測的類。更新說明,以提供有關(guān)用例的更多上下文,并描述注釋者應(yīng)如何識別和標記圖像中的對象。您可以預覽作業(yè),并查看注釋員將如何查看它。

最后,創(chuàng)建測試問題來測量和跟蹤貼標機的性能。

啟動作業(yè)

在平臺上正式啟動注釋作業(yè)之前,先進行測試運行。在你開始工作后, Appen 的全球數(shù)據(jù)標簽員會根據(jù)你的規(guī)格標注你的數(shù)據(jù)。

班長

實時監(jiān)控注釋的準確率。在工作設(shè)計、試題或注釋員等領(lǐng)域根據(jù)需要進行調(diào)整。

poYBAGJWfCeAfYZVAADzSgJf5hM807.png


pYYBAGJWfECAanZNAADsYgStpvw629.png

圖 8 。 ADAP 注釋進度監(jiān)控頁面

后果

選擇Download、Full下載標簽數(shù)據(jù)輸出的報告。

將輸出轉(zhuǎn)換為 KITTI 格式

從這里開始,您需要一個腳本來將標記的數(shù)據(jù)轉(zhuǎn)換為可供 TAO 工具包使用的格式,例如 KITTI 格式。

使用上一步的輸出,可以使用以下部分將標記的數(shù)據(jù)轉(zhuǎn)換為類似 Pascal Visual Object Class ( VOC )格式的格式。

訓練你的模特

用 Appen 注釋的數(shù)據(jù)現(xiàn)在可以用于訓練對象檢測模型。 TAO 工具包允許您根據(jù)數(shù)據(jù)調(diào)整流行的網(wǎng)絡(luò)架構(gòu)和主干,從而訓練、微調(diào)、刪減和導出高度優(yōu)化和精確的人工智能模型,以供部署。對于本例,您可以選擇 YOLOV3 對象檢測模型,如下例所示:

$ wget --content-disposition https://api.ngc.nvidia.com/v2/resources/nvidia/tlt_cv_samples/versions/v1.0.2/zip -O tlt_cv_samples_v1.0.2.zip $ unzip -u tlt_cv_samples_v1.0.2.zip -d ./tlt_cv_samples_v1.0.2 && rm -rf tlt_cv_samples_v1.0.2.zip && cd ./tlt_cv_samples_v1.0.2

下載筆記本示例后,您可以使用以下命令啟動筆記本:

$ jupyter notebook --ip 0.0.0.0 --port 8888 --allow-root

在 localhost 上打開 internet 瀏覽器并打開以下 URL :

http://0.0.0.0:8888

因為您正在創(chuàng)建一個 YOLOv3 模型,所以打開 yolo _ v3 / yolo _ v3 。 ipynb 筆記本。按照筆記本上的說明訓練模型。

根據(jù)結(jié)果,微調(diào)模型,直到達到度量目標。如果需要,您可以在此階段創(chuàng)建自己的主動學習循環(huán)。根據(jù)置信度或其他選擇指標,使用 CSV 文件方法對數(shù)據(jù)進行優(yōu)先級排序,如前面步驟所述。您還可以提前加載數(shù)據(jù)(包括輸入和預測),這樣 Appen 的注釋員可以在模型經(jīng)過培訓后驗證模型,并使用我們的領(lǐng)域?qū)<液?open crowd 查看預測。

Pro tip:使用 Appen 解決方案 Workflows 輕松構(gòu)建和自動化多步驟數(shù)據(jù)注釋項目。

迭代

隨著您不斷提高模型性能, Appen 可以在后續(xù)的模型培訓中進一步幫助您進行數(shù)據(jù)收集和注釋。為了避免模型漂移或適應(yīng)不斷變化的業(yè)務(wù)需求,請定期對模型進行再培訓。

結(jié)論

NVIDIATAO 工具包與 Appen 的數(shù)據(jù)平臺相結(jié)合,使您能夠訓練、微調(diào)和優(yōu)化預訓練模型,以更快地啟動人工智能解決方案。在不犧牲質(zhì)量的情況下,將開發(fā)時間縮短十倍。在NVIDIA 和 Appen 的綜合專業(yè)知識和工具的幫助下,您將滿懷信心地推出人工智能。

關(guān)于作者

Titus Capilnean 領(lǐng)導 Appen 的營銷傳播,推動負責任、包容的人工智能,并與全球公司進行培訓數(shù)據(jù)對話。他擁有 2016 年的機器學習證書、霍爾特國際商學院( Hult International Business School )的行政 MBA 學位,并在 Forbes 上發(fā)表了幾篇關(guān)于人工智能的評論文章。

審核編輯:郭婷

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習之用,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

    5199

    瀏覽量

    105558
  • 人工智能
    +關(guān)注

    關(guān)注

    1804

    文章

    48518

    瀏覽量

    245408
收藏 0人收藏

    評論

    相關(guān)推薦
    熱點推薦

    首創(chuàng)開源架構(gòu),天璣AI開發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手

    的自有模型移植,使首字詞生態(tài)速度比云端方案提升70%,賦能絕影多模態(tài)智能座艙強大的端側(cè)運行能力,讓汽車擁有“有趣的靈魂”。 不僅如此,天璣AI開發(fā)套件已經(jīng)接入NVIDIA TAO生態(tài)
    發(fā)表于 04-13 19:52

    英偉達GTC2025亮點 NVIDIA推出Cosmos世界基礎(chǔ)模型和物理AI數(shù)據(jù)工具的重大更新

    模型實現(xiàn)物理 AI 的預測、可控世界生成和推理。 兩款全新Blueprint為機器人和自動駕駛汽車后訓練提供海量物理 AI 合成數(shù)據(jù)生成技術(shù)。 1X、Agility Robotic
    的頭像 發(fā)表于 03-20 19:01 ?744次閱讀

    云計算開發(fā)工具包的功能

    隨著云計算技術(shù)的不斷成熟,越來越多的企業(yè)開始將應(yīng)用和服務(wù)遷移到云端,以享受彈性計算資源、高可用性和成本效益等優(yōu)勢。為了加速這一進程,云計算服務(wù)提供商推出了各種開發(fā)工具包。下面,AI部落小編帶您了解云計算開發(fā)工具包的主要功能。
    的頭像 發(fā)表于 02-21 11:02 ?213次閱讀

    【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗】+大模型微調(diào)技術(shù)解讀

    今天學習<基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化>這本書。大模型微調(diào)是深度學習領(lǐng)域中的一項關(guān)鍵技術(shù),它指的是在已經(jīng)預訓練好的大型深度學習模型基礎(chǔ)上,使用新的、特定任務(wù)相關(guān)的數(shù)據(jù)
    發(fā)表于 01-14 16:51

    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)提供強大助力。
    的頭像 發(fā)表于 01-08 11:01 ?444次閱讀

    Labview聲音和振動工具包示例文件Sound Level

    Labview 聲音和振動工具包示例文件,聲壓測試,有模擬和DAQ兩個文件。
    發(fā)表于 01-05 09:15 ?0次下載

    最新Simplicity SDK軟件開發(fā)工具包發(fā)布

    最新的SimplicitySDK軟件開發(fā)工具包已經(jīng)發(fā)布!此次更新針對SiliconLabs(芯科科技)第二代無線開發(fā)平臺帶來了包括藍牙6.0的信道探測(Channel Sounding
    的頭像 發(fā)表于 12-24 09:47 ?642次閱讀

    基于EasyGo Vs工具包和Nl veristand軟件進行的永磁同步電機實時仿真

    EasyGo Vs Addon是一款領(lǐng)先的FPGA仿真工具包軟件,它強大地連接了VeriStand軟件與Matlab/Simulink,為實時測試和驗證領(lǐng)域帶來了前所未有的便利和效率,特別適用于汽車
    的頭像 發(fā)表于 11-27 11:28 ?835次閱讀
    基于EasyGo Vs<b class='flag-5'>工具包</b>和Nl veristand軟件進行的永磁同步電機實時仿真

    基于NVIDIA TAO工具包訓練汽車目標識別模型

    2023年以ChatGPT為代表的大語言模型橫空出世,它的出現(xiàn)標志著自然語言處理領(lǐng)域取得了重大突破。它在文本生成、對話系統(tǒng)和語言理解等方面展現(xiàn)出了強大的能力,為人工智能技術(shù)的發(fā)展開辟了新的可能性。同時,人工智能技術(shù)正在進入各種應(yīng)用領(lǐng)域,在智慧城市、智能制造、智慧醫(yī)療、智慧農(nóng)業(yè)等領(lǐng)域發(fā)揮著重要作用。
    的頭像 發(fā)表于 11-07 10:53 ?528次閱讀
    基于<b class='flag-5'>NVIDIA</b> <b class='flag-5'>TAO</b><b class='flag-5'>工具包</b>訓練汽車目標識別<b class='flag-5'>模型</b>

    FPGA仿真工具包軟件EasyGo Vs Addon介紹

    EasyGo Vs Addon是一款領(lǐng)先的FPGA仿真工具包軟件,它強大地連接了VeriStand軟件與Matlab/Simulink,為實時測試和驗證領(lǐng)域帶來了前所未有的便利和效率,特別適用于汽車、航空航天和能源電力等實時測試和驗證至關(guān)重要的行業(yè)。
    的頭像 發(fā)表于 10-24 15:55 ?857次閱讀
    FPGA仿真<b class='flag-5'>工具包</b>軟件EasyGo Vs Addon介紹

    采用德州儀器 (TI) 工具包進行模擬前端設(shè)計應(yīng)用說明

    電子發(fā)燒友網(wǎng)站提供《采用德州儀器 (TI) 工具包進行模擬前端設(shè)計應(yīng)用說明.pdf》資料免費下載
    發(fā)表于 09-09 11:21 ?0次下載
    采用德州儀器 (TI) <b class='flag-5'>工具包</b>進行模擬前端設(shè)計應(yīng)用說明

    NVIDIA AI Foundry 為全球企業(yè)打造自定義 Llama 3.1 生成式 AI 模型

    Foundry 提供從數(shù)據(jù)策管、合成數(shù)據(jù)生成、微調(diào)、檢索、防護到評估的全方位生成式 AI 模型服務(wù),以便部署自定義 Llama 3.1 NVIDIA NIM 微服務(wù)和新的
    發(fā)表于 07-24 09:39 ?823次閱讀
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>AI</b> Foundry 為全球企業(yè)打造自定義 Llama 3.1 生成式 <b class='flag-5'>AI</b> <b class='flag-5'>模型</b>

    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)和訓練AI模型提供的一套標準接口、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,是AI
    的頭像 發(fā)表于 07-15 11:42 ?1627次閱讀

    模型為什么要微調(diào)?大模型微調(diào)的原理

    在人工智能(AI)領(lǐng)域,特別是自然語言處理(NLP)領(lǐng)域,大模型(如BERT、GPT系列等)的出現(xiàn)為許多復雜任務(wù)提供了強大的解決方案。然而,這些預訓練的大模型雖然具有廣泛的適用性,但在特定任務(wù)上往往
    的頭像 發(fā)表于 07-10 10:43 ?6620次閱讀

    MediaTek與NVIDIA TAO加速物聯(lián)網(wǎng)邊緣AI應(yīng)用發(fā)展

    在即將到來的COMPUTEX 2024科技盛會上,全球知名的芯片制造商MediaTek宣布了一項重要合作——將NVIDIATAO(TensorRT Accelerated Optimizer)與其NeuroPilot SDK(軟件開發(fā)
    的頭像 發(fā)表于 06-12 14:49 ?637次閱讀

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學習
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品