NVIDIA rilascia modelli pre-addestrati e TLT 3.0 per creare intelligenza artificiale con un time-to-market più rapido
NVIDIA ha annunciato il rilascio di diversi modelli pre-addestrati pronti per la produzione e un’anteprima per sviluppatori di Transfer Learning Toolkit (TLT) 3.0 per accelerare il percorso dello sviluppatore dalla formazione alla distribuzione.
In un recente post sul blog, NVIDIA ha affermato che il rilascio includerà una raccolta di nuovi modelli pre-addestrati con funzionalità innovative che supportano le applicazioni AI conversazionali e Transfer Learning Toolkit (TLT) 3.0, insieme a DeepStream SDK 5.1. NVIDIA afferma che queste versioni fungeranno da potente soluzione per far progredire il viaggio di uno sviluppatore.
L’intelligenza artificiale è diventata mainstream, influenzando ogni aspetto della nostra vita, dalla visione intelligente, ai servizi vocali, all’analisi video basata sull’intelligenza artificiale, ai chioschi intelligenti, ai chatbot e alle città intelligenti. Tuttavia, la creazione di modelli da zero può essere un compito impegnativo per sviluppatori, startup e persino aziende. NVIDIA è stata in prima linea nell’inventare tecnologie per potenziare queste innovazioni, aiutando gli sviluppatori a creare prodotti ad alte prestazioni con un time-to-market più rapido.
NVIDIA Transfer Learning Toolkit (TLT) è il toolkit basato su AI che astrae la complessità del framework AI / DL. Consente agli sviluppatori di creare modelli pre-addestrati di qualità per la produzione più velocemente, senza alcuna codifica. TLT consente agli sviluppatori di portare i propri dati per mettere a punto il modello per un caso d’uso specifico utilizzando i modelli di qualità di produzione di NVIDIA per le attività quotidiane di intelligenza artificiale. Gli sviluppatori possono anche utilizzare una delle oltre 100 permutazioni di architetture di rete neurale come ResNet, VGG, FasterRCNN, RetinaNet e YOLOv3 / v4.
TLT 3.0 di NVIDIA includerà nuovi modelli pre-addestrati come il rilevamento e il riconoscimento della targa, il monitoraggio della frequenza cardiaca, il riconoscimento dei gesti, la stima dello sguardo, il riconoscimento delle emozioni, il rilevamento del volto e la stima dei punti di riferimento del viso. Fornirà inoltre supporto per casi d’uso di intelligenza artificiale conversazionale come il riconoscimento vocale automatico e l’elaborazione del linguaggio naturale.
TLT 3.0 viene fornito con una scelta di formazione con architetture di rete popolari come EfficientNet, YoloV4 e UNET e un modello PeopleNet migliorato per rilevare scenari difficili come persone sedute e oggetti ruotati / deformati. Fornisce inoltre supporto per GPU NVIDIA Ampere con tensor core di terza generazione per un aumento delle prestazioni.
Per iniziare, gli sviluppatori devono scaricare il Transfer Learning Toolkit e i modelli pre-addestrati. È inoltre possibile controllare gli ultimi post del blog degli sviluppatori per comprendere meglio l’utilizzo di TLT per preparare modelli all’avanguardia.
