使用 NGC 目录中的生产级模型，加速 AI 开发工作。

AI 和机器学习模型基于数学算法构建，并使用数据和专业知识进行训练。这些模型可帮助我们根据图像、文本或语言等输入数据准确预测结果。但是，构建、训练和优化生产级模型成本高昂，需要无数次迭代、诸多专业领域知识以及无数小时的计算。

预训练模型在代表性数据集上进行训练，并通过权重和偏差进行调优。这些模型可以使用自定义数据轻松地进行重新训练，只需从头开始训练所需时间的一小部分。

借助 NGC 目录（NVIDIA 的 GPU 优化 AI 和高性能计算软件中心）中的生产就绪型 AI 预训练模型，数据科学家和开发者可以快速适应模型，或直接将模型按原样部署以进行推理。

多种用例

NGC 提供各种先进的预训练模型和资源，其中涵盖了多种用例，从计算机视觉、自然语言理解到语音合成，丰富多样。这些模型利用 Tensor Core 上的自动混合精度 (AMP)，并且可以从单节点扩展到多节点系统，从而加快训练和推理速度。

可适应多种领域

借助 NVIDIA TAO 工具套件，您可以轻松地使用自定义数据适应和调优预训练模型。TAO 工具套件将 AI 和深度学习框架的复杂性抽象化，使您能够在几个小时（而非数月）内构建生产级计算机视觉或对话式 AI 模型。

透明的模型 “简历”

正如简历提供了候选人的技能和工作经历简况一样，模型凭据对于模型而言，也是这种作用。许多预训练模型包括批量大小、训练次数和准确度等关键参数，可为您提供必要的透明度和信心，以便为您的用例选择合适的模型。

SDK 集成

预训练模型可集成到各种行业 SDK 中，例如用于医疗健康领域的 NVIDIA Clara、用于机器人的 NVIDIA Isaac、用于对话式 AI 的 NVIDIA Riva 等，让您能够更轻松地在最终用户应用和服务中使用这些模型。

立即开始使用模型，这些模型涵盖包括计算机视觉、语音和语言理解在内的多种领域。

计算机视觉

借助计算机视觉，设备可以通过图像和视频了解我们周围的世界。它使用图像分类、物体检测和跟踪、物体识别、语义分割和实例分割等技术。

自然语言处理

自然语言处理 (NLP) 使用算法和技术，使计算机能够理解、说明、操作和使用人类语言进行交谈。它包括情感分析、语音识别、语音合成、语言翻译和自然语言生成等技术。

语音

语音涉及识别音频以及将音频翻译成文本或合成文本语音。它包括语音合成、自动语音识别 (ASR) 和文本转语音 (TTS)。