NVIDIA 數據加載庫（DALI）是一個可移植的開源庫，專用于解碼及增強圖像、視頻和語音，從而加速深度學習應用。

什么是 NVIDIA 數據加載庫（DALI）？

NVIDIA 數據加載庫（DALI）是一個可移植的開源庫，專用于解碼及增強圖像、視頻和語音，從而加速深度學習應用。DALI 通過重疊執行訓練和預處理來減少延遲和訓練時間，從而減輕瓶頸影響。DALI 可直接嵌入并替代熱門深度學習框架中內置的數據加載程序和數據迭代器，由此實現輕松集成或重新遷至不同框架。

使用圖像訓練神經網絡時，開發者首先要將這些圖像標準化。而且，通常還需壓縮圖像以節省存儲空間。為此，開發者構建了多階段數據處理工作流，其中包括加載、解碼、裁剪、調整大小以及許多其他增強運算符。這些當前在 CPU 上執行的數據處理工作流已成為瓶頸，限制了整體吞吐量。

DALI 擁有高性能，對于內置的數據加載程序和數據迭代器而言，是一款出色的替代方案。開發者現可在 GPU 上運行數據處理工作流，從而減少訓練神經網絡所需的總時間。使用 DALI 實現的數據處理工作流具有可移植性，因為它們能夠輕松地重新遷至 TensorFlow、PyTorch 和 MXNet。

DALI 的主要特性

簡單易用的 Python API

可跨多個 GPU 透明擴展

加速圖像分類（ResNet-50）、物體檢測（SSD）工作負載和語音識別模型（例如 Jasper 和 RNN-T）

靈活的圖形助力開發者創建自定義工作流

支持多種數據格式：LMDB、RecordIO、TFRecord、COCO、JPEG、wav、flac、ogg、H.264 和 HEVC

開發者可添加自定義音頻、圖像和視頻處理運算符

審核編輯：湯梓紅