NVIDIA 宣布最新版本的 TAO 工具包 。 作為 NVIDIA Train ， Adapt and Optimize （ TAO ）框架的低代碼版本，該工具包簡(jiǎn)化并加速了語(yǔ)音和視覺(jué) AI 應(yīng)用程序 AI 模型的創(chuàng)建。

有了 TAO ，開(kāi)發(fā)人員可以利用遷移學(xué)習(xí)的力量創(chuàng)建針對(duì)許多用例定制和優(yōu)化的生產(chǎn)就緒模型。這些包括檢測(cè)缺陷、翻譯語(yǔ)言或在不需要大量數(shù)據(jù)的情況下管理流量。

該版本通過(guò)新的預(yù)訓(xùn)練視覺(jué)和語(yǔ)音模型提高了開(kāi)發(fā)人員的生產(chǎn)力。它還包括一些關(guān)鍵的新特性，如 ONNX 模型權(quán)重導(dǎo)入、 restapi 和 TensorBoard 集成。

發(fā)布亮點(diǎn)

使用 REST API 部署 TAO 工具包即服務(wù)： 使用 REST API 構(gòu)建新的 AI 服務(wù)或?qū)⑵浼傻浆F(xiàn)有的 AI 服務(wù)中。您可以在 Kubernetes 上管理和編排 TAO Toolkit 服務(wù)。借助 TAO 工具包即服務(wù)， IT 經(jīng)理可以使用行業(yè)標(biāo)準(zhǔn) API 提供可擴(kuò)展的服務(wù)。

攜帶您自己的模型重量： 使用 TAO 微調(diào)和優(yōu)化您的非 TAO 型號(hào)。從 ONNX 導(dǎo)入預(yù)訓(xùn)練權(quán)重，并在您自己的模型上利用 TAO 的修剪和量化功能。這是支持圖像分類和分割任務(wù)的。

使用張力板進(jìn)行可視化： 通過(guò)在 TensorBoard 中可視化標(biāo)量（如訓(xùn)練和驗(yàn)證損失、模型權(quán)重和預(yù)測(cè)圖像），了解模型訓(xùn)練性能。通過(guò)更改超參數(shù)來(lái)比較實(shí)驗(yàn)結(jié)果，并選擇最適合您需要的超參數(shù)。

預(yù)訓(xùn)練模型： 經(jīng)過(guò)預(yù)訓(xùn)練的模型加快了定制過(guò)程，您可以通過(guò)遷移學(xué)習(xí)的功能進(jìn)行微調(diào)，而數(shù)據(jù)更少。

此最新版本中的一些新預(yù)訓(xùn)練車(chē)型可以：

將從激光雷達(dá)傳感器收集的數(shù)據(jù)應(yīng)用于機(jī)器人和汽車(chē)應(yīng)用。

根據(jù)可用于公共安全、零售和工人安全用例的人體姿勢(shì)對(duì)人體動(dòng)作進(jìn)行分類。

估計(jì)人類、動(dòng)物和物體上的關(guān)鍵點(diǎn)，以幫助描繪動(dòng)作或簡(jiǎn)單地定義物體形狀。

只需 30 分鐘的錄制數(shù)據(jù)即可創(chuàng)建自定義語(yǔ)音，為智能設(shè)備、游戲角色和快速服務(wù)餐廳供電。

NVIDIA AI 企業(yè) 提供了對(duì) TAO 工具包的企業(yè)支持，這是一個(gè)用于 AI 開(kāi)發(fā)和部署的端到端軟件套件。 TAO 工具包的新版本將包含在 NVIDIA AI Enterprise 的下一季度更新中。

開(kāi)始

訪問(wèn) TAO 工具包入門(mén) 用于教學(xué)視頻和快速入門(mén)指南的頁(yè)面。

從 NGC 下載 計(jì)算機(jī)視覺(jué) 或 conversational AI 型號(hào)。

觀看 demo videos 的新特性，包括 RESTAPI 、 TensorBoard 和預(yù)訓(xùn)練模型。

使用 TAO 工具包的解決方案

開(kāi)發(fā)和部署 采用 NVIDIA ISAAC Sim 卡和 NVIDIA TAO 的人工智能機(jī)器人。

閱讀 LexSet 的 合作伙伴博客 ，了解如何使用其平臺(tái)生成合成數(shù)據(jù)，并使用 TAO 工具包微調(diào)對(duì)象檢測(cè)和分割模型。

使用 TAO 工具包檢測(cè) 動(dòng)物健康和表型 。注冊(cè)即將推出的 研討會(huì) 以了解更多信息。

RocketBoots 提高自動(dòng)化勞動(dòng)力管理中的推理性能。

變換 零售行為識(shí)別用例中的開(kāi)發(fā)工作 。

關(guān)于作者

Akhil Docca 是 NVIDIA NGC 的高級(jí)產(chǎn)品營(yíng)銷(xiāo)經(jīng)理，專注于 HPC 和 DL 容器。 Akhil 擁有加州大學(xué)洛杉磯分校安德森商學(xué)院工商管理碩士學(xué)位，圣何塞州立大學(xué)機(jī)械工程學(xué)士學(xué)位。

審核編輯：郭婷