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，該工具包簡化并加速了語音和視覺 AI 應用程序 AI 模型的創(chuàng)建。

有了 TAO ，開發(fā)人員可以利用遷移學習的力量創(chuàng)建針對許多用例定制和優(yōu)化的生產就緒模型。這些包括檢測缺陷、翻譯語言或在不需要大量數(shù)據(jù)的情況下管理流量。

該版本通過新的預訓練視覺和語音模型提高了開發(fā)人員的生產力。它還包括一些關鍵的新特性，如 ONNX 模型權重導入、 restapi 和 TensorBoard 集成。

發(fā)布亮點

使用 REST API 部署 TAO 工具包即服務： 使用 REST API 構建新的 AI 服務或將其集成到現(xiàn)有的 AI 服務中。您可以在 Kubernetes 上管理和編排 TAO Toolkit 服務。借助 TAO 工具包即服務， IT 經理可以使用行業(yè)標準 API 提供可擴展的服務。

攜帶您自己的模型重量： 使用 TAO 微調和優(yōu)化您的非 TAO 型號。從 ONNX 導入預訓練權重，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的。

使用張力板進行可視化： 通過在 TensorBoard 中可視化標量（如訓練和驗證損失、模型權重和預測圖像），了解模型訓練性能。通過更改超參數(shù)來比較實驗結果，并選擇最適合您需要的超參數(shù)。

預訓練模型： 經過預訓練的模型加快了定制過程，您可以通過遷移學習的功能進行微調，而數(shù)據(jù)更少。

此最新版本中的一些新預訓練車型可以：

將從激光雷達傳感器收集的數(shù)據(jù)應用于機器人和汽車應用。

根據(jù)可用于公共安全、零售和工人安全用例的人體姿勢對人體動作進行分類。

估計人類、動物和物體上的關鍵點，以幫助描繪動作或簡單地定義物體形狀。

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

NVIDIA AI 企業(yè) 提供了對 TAO 工具包的企業(yè)支持，這是一個用于 AI 開發(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。

開始

訪問 TAO 工具包入門 用于教學視頻和快速入門指南的頁面。

從 NGC 下載 計算機視覺 或 conversational AI 型號。

觀看 demo videos 的新特性，包括 RESTAPI 、 TensorBoard 和預訓練模型。

使用 TAO 工具包的解決方案

開發(fā)和部署 采用 NVIDIA ISAAC Sim 卡和 NVIDIA TAO 的人工智能機器人。

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

使用 TAO 工具包檢測 動物健康和表型 。注冊即將推出的 研討會 以了解更多信息。

RocketBoots 提高自動化勞動力管理中的推理性能。

變換 零售行為識別用例中的開發(fā)工作 。

關于作者

Akhil Docca 是 NVIDIA NGC 的高級產品營銷經理，專注于 HPC 和 DL 容器。 Akhil 擁有加州大學洛杉磯分校安德森商學院工商管理碩士學位，圣何塞州立大學機械工程學士學位。

審核編輯：郭婷