利用新的預訓練模型以及 ONNX 模型權重導入、RESTAPI 和 TensorBoard 可視化等功能大幅提升生產力和模型訓練速度。

NVIDIA 于今日發布了最新版本的TAO 工具套件。這是 NVIDIA 訓練、適應和優化（TAO）框架的低代碼版本，它能夠簡化并加速語音和視覺 AI 應用的 AI 模型創建。

TAO 使開發者能夠輕松運用遷移學習創建自定義生產級模型，這些模型專門針對缺陷檢測、語言翻譯、交通管理等各種行業專屬用例進行了優化。使用 TAO 開發模型的用戶能夠用更少的數據優化模型，進而縮短部署時間。

最新發布的 TAO 工具套件包括全新和更新的視覺及語音預訓練模型。ONNX 模型權重導入、REST API 和 TensorBoard 集成等新功能，能夠快速追蹤模型創建流程，提高開發者的生產力。

版本亮點

使用自己的模型權重：通過導入ONNX圖像分類和分割模型的預訓練權重來加快模型的自定義。您也可以使用您自己的數據自定義和優化模型。

使用 REST API 將 TAO 工具套件作為服務部署：使用 REST API 將 TAO 工具套件作為服務部屬到 Kubernetes 上的現代云原生基礎設施中，從而構建新的 AI 服務或集成到現有服務中。

使用 TensorBoard 實現可視化：通過訓練和驗證損失、模型權重、TensorBoard 中的預測圖像等可視化標量了解您的模型訓練性能。改變超參數，比較實驗結果并作出最適合您需求的選擇。

預訓練模型：預訓練模型加快自定義流程，讓您能夠通過遷移學習以更少的數據進行微調。

最新版本中新增的一些預訓練模型可以：

將從激光雷達傳感器采集的數據用于機器人和汽車應用。

根據人的姿勢對人的動作進行分類。

估計人、動物和物體上的關鍵點。

只需30分鐘的記錄數據就可以創建自定義聲音。

開始使用

在TAO 工具套件入門頁面觀看教學視頻和快速入門指南。

從 NGC 下載計算機視覺或對話式 AI模型。

觀看新功能的演示視頻，包括 Rest API、TensorBoard 和預訓練模型。

與 TAO 工具套件相關的其他資源和用例

使用 NVIDIA Isaac Sim 和 NVIDIA TAO開發和部署AI 機器人。

使用 TAO 工具套件檢測動物健康和表型

RocketBoots提高自動化員工隊伍管理的推理性能

改變零售行為識別用例的開發工作

原文標題：使用最新版本的 TAO 工具套件簡化 AI 模型開發

文章出處：【微信公眾號：NVIDIA英偉達企業解決方案】歡迎添加關注！文章轉載請注明出處。

審核編輯：湯梓紅