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(chǎn)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(chǎn)力。它還包括一些關(guān)鍵的新特性，如 ONNX 模型權(quán)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(gòu)建新的 AI 服務或?qū)⑵浼傻浆F(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(jīng)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(diào)和優(yōu)化您的非 TAO 型號。從 ONNX 導入預訓練權(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(quán)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(jié)果，并選擇最適合您需要的超參數(shù)。

預訓練模型： 經(jīng)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(diào)，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(guān)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(shè)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(diào)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(guān)于作者

Akhil Docca 是 NVIDIA NGC 的高級產(chǎn)品營銷經(jīng)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