使用 NGC 目錄中的生產級模型，加速 AI 開發工作。

什么是預訓練 AI 模型？

AI 和機器學習模型基于數學算法構建，并使用數據和專業知識進行訓練。這些模型可幫助我們根據圖像、文本或語言等輸入數據準確預測結果。但是，構建、訓練和優化生產級模型成本高昂，需要無數次迭代、諸多專業領域知識以及無數小時的計算。

預訓練模型在代表性數據集上進行訓練，并通過權重和偏差進行調優。這些模型可以使用自定義數據輕松地進行重新訓練，只需從頭開始訓練所需時間的一小部分。

NGC 目錄中的預訓練模型

借助NGC 目錄（NVIDIA 的 GPU 優化 AI 和高性能計算軟件中心）中的生產就緒型 AI 預訓練模型，數據科學家和開發者可以快速適應模型，或直接將模型按原樣部署以進行推理。

多種用例

NGC 提供各種先進的預訓練模型和資源，其中涵蓋了多種用例，從計算機視覺、自然語言理解到語音合成，豐富多樣。這些模型利用Tensor Core上的自動混合精度 (AMP)，并且可以從單節點擴展到多節點系統，從而加快訓練和推理速度。

可適應多種領域

借助NVIDIA TAO 工具套件，您可以輕松地使用自定義數據適應和調優預訓練模型。TAO 工具套件將 AI 和深度學習框架的復雜性抽象化，使您能夠在幾個小時（而非數月）內構建生產級計算機視覺或對話式 AI 模型。

透明的模型 “簡歷”

正如簡歷提供了候選人的技能和工作經歷簡況一樣，模型憑據對于模型而言，也是這種作用。許多預訓練模型包括批量大小、訓練次數和準確度等關鍵參數，可為您提供必要的透明度和信心，以便為您的用例選擇合適的模型。

SDK 集成

預訓練模型可集成到各種行業 SDK 中，例如用于醫療健康領域的NVIDIA Clara、用于機器人的NVIDIA Isaac、用于對話式 AI 的NVIDIA Riva等，讓您能夠更輕松地在最終用戶應用和服務中使用這些模型。

適用于各種用例的模型

立即開始使用模型，這些模型涵蓋包括計算機視覺、語音和語言理解在內的多種領域。

計算機視覺

借助計算機視覺，設備可以通過圖像和視頻了解我們周圍的世界。它使用圖像分類、物體檢測和跟蹤、物體識別、語義分割和實例分割等技術。

自然語言處理

自然語言處理 (NLP) 使用算法和技術，使計算機能夠理解、說明、操作和使用人類語言進行交談。它包括情感分析、語音識別、語音合成、語言翻譯和自然語言生成等技術。

語音

語音涉及識別音頻以及將音頻翻譯成文本或合成文本語音。它包括語音合成、自動語音識別 (ASR) 和文本轉語音 (TTS)。

NVIDIA 深度學習培訓中心

我們的 NVIDIA 深度學習培訓中心還推出了預訓練 AI 模型及 NGC 相關課程，您可以復制鏈接查看課程詳情。

使用容器實現高性能計算

學習使用容器化環境開發高性能計算（HPC）應用程序，降低編碼的復雜性和可移植性，從而提高開發效率。

原文標題：DevZone | 預訓練AI模型

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