最新版本的 NVIDIA TAO Toolkit 4.0 通過全新的 AutoML 功能、與第三方 MLOP 服務的集成以及新的預訓練視覺 AI 模型，提高了開發人員的生產力。企業版現在包括對預訓練模型的完整源代碼和模型權重的訪問。
該工具包可以為視覺和對話式人工智能提供高效的模型訓練。通過簡化復雜的人工智能模型和深度學習框架，即使沒有人工智能專業知識的開發人員也可以使用該工具包來生成人工智能模型。使用轉移學習來使用您自己的數據微調 NVIDIA 預訓練模型，現在可以在沒有 AI 專業知識或大型訓練數據集的情況下優化模型推理吞吐量。
開發人員可以使用 TAO 創建針對特定環境和場景優化的定制生產就緒模型。一個顯著的新功能幫助開發人員在沒有大量數據的情況下構建對象檢測模型。用例包括檢測裝配線缺陷、跨語言翻譯特定短語或管理城市交通。
發布亮點
- 訪問預訓練模型的 TAO 源代碼和模型權重。
- 使用 AutoML 訓練高質量模型，無需手動微調數百個參數。
- 在領先云提供商和 Kubernetes 服務（如 Amazon EKS 或 Azure AKS . ）的 VM 上部署
- 簡化基礎設施管理并擴展云機器學習服務，如 Google Colab 、 Google Vertex AI 和 Microsoft Azure 機器學習。
- 新的云集成和第三方 MLOps 服務，如 W & B 和 ClearML ，為開發人員和企業提供了優化的人工智能工作流。
- 與 REST API 集成。快速構建一個新的 AI 服務或通過 REST API 集成到現有的服務中。
- 使用新的基于 transformer 的預訓練模型（ CitySemSegformer 、 Peopleet transformer ）和零售特定的預訓練模式（ RetailObjectDetection 、 RetailObjectRecognition 和 ReIdentificationNet ）
資源
開始
- 訪問 TAO Toolkit 入門 頁面以獲取指導視頻和快速入門指南。
- 從 NGC 下載 TAO Toolkit?和預訓練模型?。
新建教程
- 讀取 像 AI 專家 一樣使用 NVIDIA TAO AutoML 進行訓練?。
- 閱讀 使用 NVIDIA TAO 工具包和 Azure 機器學習創建自定義 AI 模型?了解如何使用 NVIDIA TAO Toolkit 和 Azure Machine Learning 訓練和部署自定義 AI 模型。
- 觀看 視頻?，在 Google Colab 上試用 NVIDIA TAO 工具包和預訓練模型。
使用 TAO 工具包的解決方案
- 下一代 IT 和商業服務提供商 Trifork 使用 TAO 工具包加快機場 AI-based baggage tracking 解決方案的開發。
- Fingermark 是一家開發決策數據驅動解決方案的公司，使用 TAO 工具包開發 industrial vision AI 解決方案以提高工人安全。
?
