最新版本的 NVIDIA TAO Toolkit 4.0 通过全新的 AutoML 功能、与第三方 MLOP 服务的集成以及新的预训练视觉 AI 模型，提高了开发人员的生产力。企业版现在包括对预训练模型的完整源代码和模型权重的访问。
该工具包可以为视觉和对话式人工智能提供高效的模型训练。通过简化复杂的人工智能模型和深度学习框架，即使没有人工智能专业知识的开发人员也可以使用该工具包来生成人工智能模型。使用转移学习来使用您自己的数据微调 NVIDIA 预训练模型，现在可以在没有 AI 专业知识或大型训练数据集的情况下优化模型推理吞吐量。
开发人员可以使用 TAO 创建针对特定环境和场景优化的定制生产就绪模型。一个显著的新功能帮助开发人员在没有大量数据的情况下构建对象检测模型。用例包括检测装配线缺陷、跨语言翻译特定短语或管理城市交通。
发布亮点
- 访问预训练模型的 TAO 源代码和模型权重。
- 使用 AutoML 训练高质量模型，无需手动微调数百个参数。
- 在领先云提供商和 Kubernetes 服务（如 Amazon EKS 或 Azure AKS . ）的 VM 上部署
- 简化基础设施管理并扩展云机器学习服务，如 Google Colab 、 Google Vertex AI 和 Microsoft Azure 机器学习。
- 新的云集成和第三方 MLOps 服务，如 W & B 和 ClearML ，为开发人员和企业提供了优化的人工智能工作流。
- 与 REST API 集成。快速构建一个新的 AI 服务或通过 REST API 集成到现有的服务中。
- 使用新的基于 transformer 的预训练模型（ CitySemSegformer 、 Peopleet transformer ）和零售特定的预训练模式（ RetailObjectDetection 、 RetailObjectRecognition 和 ReIdentificationNet ）
资源
开始
- 访问 TAO Toolkit 入门 页面以获取指导视频和快速入门指南。
- 从 NGC 下载 TAO Toolkit 和预训练模型 。
新建教程
- 读取 像 AI 专家 一样使用 NVIDIA TAO AutoML 进行训练 。
- 阅读 使用 NVIDIA TAO 工具包和 Azure 机器学习创建自定义 AI 模型 了解如何使用 NVIDIA TAO Toolkit 和 Azure Machine Learning 训练和部署自定义 AI 模型。
- 观看 视频 ，在 Google Colab 上试用 NVIDIA TAO 工具包和预训练模型。
使用 TAO 工具包的解决方案
- 下一代 IT 和商业服务提供商 Trifork 使用 TAO 工具包加快机场 AI-based baggage tracking 解决方案的开发。
- Fingermark 是一家开发决策数据驱动解决方案的公司，使用 TAO 工具包开发 industrial vision AI 解决方案以提高工人安全。
