NVIDIA DALI：GPU加速的數(shù)據(jù)增強(qiáng)和圖像加載庫(kù)，可優(yōu)化深度學(xué)習(xí)框架的數(shù)據(jù)管道

NVIDIA nvJPEG：用于JPEG解碼的高性能GPU加速庫(kù)

基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)應(yīng)用程序包括復(fù)雜的多階段預(yù)處理數(shù)據(jù)管道，該管道包括諸多計(jì)算密集型步驟，如：從磁盤加載和提取數(shù)據(jù)、解碼、裁剪和調(diào)整大小、上色、空間轉(zhuǎn)換和格式轉(zhuǎn)換。

利用GPU加速數(shù)據(jù)增強(qiáng)，NVIDIA DALI解決了當(dāng)今計(jì)算機(jī)視覺(jué)深度學(xué)習(xí)應(yīng)用的性能瓶頸問(wèn)題，這些應(yīng)用程序一般會(huì)包括復(fù)雜的多階段數(shù)據(jù)增強(qiáng)步驟。借助DALI，深度學(xué)習(xí)研究人員可以在圖像分類模型上擴(kuò)展訓(xùn)練性能，如：具備MXNet的ResNet-50、TensorFlow、適用于所有Amazon Web Services P3 8 GPU實(shí)例的PyTorch或帶有Volta GPU的DGX-1系統(tǒng)。得益于各框架之間一致的高性能數(shù)據(jù)加載和增強(qiáng)，框架用戶將大大減少代碼重復(fù)的情況。

DALI依靠全新的NVIDIA nvJPEG庫(kù)進(jìn)行高性能的GPU加速解碼。nvJPEG支持單一與批量圖像的解碼、顏色空間轉(zhuǎn)換、多相位解碼以及采用CPU和GPU的混合解碼。與僅通過(guò)CPU的解碼相比，采用nvJPEG解碼的應(yīng)用具有更高的吞吐量和更低的延遲率。

DALI的優(yōu)勢(shì)包括：

能夠與面向MxNet、TensorFlow 和PyTorch的直接插件輕松實(shí)現(xiàn)框架整合

便攜式培訓(xùn)工作流程支持多種數(shù)據(jù)格式，如：JPEG、原始格式、LMDB、RecordIO和TFRecord

帶有可配置圖形和自定義操作符的定制數(shù)據(jù)管道

利用nvJPEG的高性能單一與批量JPEG解碼

nvJPEG優(yōu)勢(shì)包括：

采用CPU和GPU混合解碼

單一圖像和批量圖像解碼

顏色空間轉(zhuǎn)換至RGB、BGR、RGBI、BGRI和YUV

單一和多階段解碼

DALI為開(kāi)源設(shè)計(jì)，現(xiàn)已可從GitHub上獲得。

點(diǎn)擊“閱讀原文”，進(jìn)入GitHub頁(yè)面。