NVIDIA发新预训练模型并宣布迁移学习工具包(TLT)3.0全面可用
2021-07-01 20:27
分享到微信
分享到微博
NVIDIA 今日发布全新预训练模型并宣布迁移学习工具包（TLT）3.0 全面公开可用。迁移学习工具包在 NVIDIA TAO 平台指导工作流程以创建AI的过程中起到核心作用。
新版本包括各种高精度和高性能计算机视觉和对话式 AI 预训练模型，以及一套强大的生产级功能，可将AI开发能力提升 10 倍。
随着企业竞相推出 AI 解决方案，企业竞争力将有赖于是否能够获得最佳开发工具。对于许多尝试使用开源 AI 产品创建模型进行训练的工程和研究团队来说，在生产中部署自定义、高精度、高性能 AI 模型可能是一段十分艰难的开发历程。
NVIDIA 提供高质量的预训练模型和 TLT 以帮助降低大规模数据采集和标注成本，同时告别从头开始训练 AI/机器学习模型的负担。初入计算机视觉和语音服务市场的企业现在也可以在不具备大规模 AI 开发团队的情况下部署生产级 AI。
新版本亮点包括
一个支持边缘实时推理的姿态估计模型，其推理性能比 OpenPose 模型快 9 倍。
PeopleSemSegNet，一个用于人物检测的语义分割网络。
各种行业用例中的计算机视觉预训练模型，如车牌检测和识别、心率监测、情绪识别、面部特征点等。
CitriNet，一个使用各种专有特定域和开源数据集进行训练的新语音识别模型。
一个用于问题回答的新 Megatron Uncased 模型以及许多其他支持语音文本转换、命名实体识别、标点符号和文本分类的预训练模型。
AWS、GCP 和 Azure 上的训练支持
在用于视觉 AI 的 NVIDIA Triton™ 和 DeepStream SDK 上以及用于对话式 AI 的 Jarvis 上的开箱即用部署。
快速入门
下载迁移学习工具包并访问开发者资源：
即刻启程：
https://developer.nvidia.com/tlt-get-started
从 NGC 下载模型：
计算机视觉：
https://ngc.nvidia.com/catalog/collections/nvidia:tltcomputervision
对话式AI：
https://ngc.nvidia.com/catalog/collections/nvidia:tltconversationalai
阅读最新开发者教程：用 NVIDIA 迁移学习工具包训练和优化二维姿态估计模型：
第 1 部分：
https://developer.nvidia.com/zh-cn/blog/training-optimizing-2d-pose-estimation-model-with-tlt-part-1/
第 2 部分：
https://developer.nvidia.com/zh-cn/blog/training-optimizing-2d-pose-estimation-model-with-tlt-part-2/
与数据生成和标签工具集成
实现更快、更精确的 AI
TLT 3.0 现在还与数家领先合作伙伴的平台集成，这些合作伙伴提供大量多样化的高质量标签数据，使端到端 AI/机器学习工作流程变得更快。
您现在可以使用这些合作伙伴的服务来生成和注释数据、通过与 TLT 无缝集成进行模型训练和优化并使用 DeepStream SDK 或 Jarvis 部署模型以创建可靠的计算机视觉和对话式 AI 应用。
