PyTorch

2024年 9月 13日

多线程优化数据加载效率

无论您专注于训练还是推理，数据加载都是深度学习工作流程的一个关键方面。然而，它通常会带来一个矛盾：需要同时具备高度便捷和可定制的解决方案。
2 MIN READ
2024年 6月 20日

人工智能脑植入恢复脑卒中幸存者的双语交流

科学家通过训练神经假体植入物来解码一名不会说话的中风幸存者的双语大脑活动，使其能够用西班牙语和英语进行交流。
1 MIN READ
2024年 4月 26日

使用张量并行技术进行自动驾驶感知模型训练

由于采用了多摄像头输入和深度卷积骨干网络，用于训练自动驾驶感知模型的 GPU 内存占用很大。
3 MIN READ
2023年 12月 8日

现已推出：适用于 GNN 的 NVIDIA AI 加速 DGL 和 PyG 容器

从信用卡交易、社交网络到推荐系统，再到生物学中的运输网络和蛋白质间的相互作用，图形是建模和分析复杂连接的首选数据结构。
3 MIN READ
2023年 11月 20日

借助 NVIDIA TAO 和视觉 AI 模型变革工业缺陷检测

效率在工业制造中至关重要，在工业制造中，即使是微小的收益也会产生重大的财务影响。据美国质量协会称，
4 MIN READ
2023年 10月 4日

分析机器学习研究代码的安全性

我们的 NVIDIA AI 红队 专注于在数据、科学和 AI 生态系统中扩展安全开发实践。我们参与 开源安全倡议，发布 工具，
2 MIN READ
2023年 7月 18日

研究揭示了用于理解神经活动和运动控制的突破性深度学习工具

神经科学领域的一个主要目标是了解大脑如何控制运动。通过改进姿势估计，神经生物学家可以更精确地量化自然运动，
2 MIN READ
2023年 6月 6日

用图神经网络开发基于物理的机器学习模型

NVIDIA Modulus是一个框架，用于构建、训练和微调物理系统的深度学习模型，也称为物理知情机器学习（physics ML）模型。现在，
2 MIN READ
2023年 5月 5日

为什么自动增强很重要

深度学习模型需要数百 GB 的数据才能在看不见的样本上很好地泛化。数据扩充有助于增加数据集中示例的可变性。
4 MIN READ
2023年 4月 25日

使用 NVIDIA FasterTransformer 提高 KoGPT 的推理加速

Transformer 是当今最具影响力的人工智能模型架构之一，正在塑造未来人工智能研发的方向。
2 MIN READ
2023年 4月 4日

使用 Dataiku 和 NVIDIA Data Science 进行主题建模和图像分类

这个Dataiku platform日常人工智能简化了深度学习。用例影响深远，从图像分类到对象检测和自然语言处理（ NLP ）。
4 MIN READ
2022年 8月 3日

使用 NVIDIA Kaolin Wisp 研究神经场

研究 神经场 近年来，它已成为计算机图形学和计算机视觉领域的一个日益热门的话题。通过使用将坐标作为输入并在该位置输出相应数据的神经网络，
2 MIN READ
2022年 7月 29日

NVIDIA Jetson Orin 深度学习加速器入门

如果你是一个活跃的 Jetson 开发者，你知道 NVIDIA ISAAC 的一个关键优点是它将 CPU 和 GPU 组合成一个单一的模块，
1 MIN READ
2022年 7月 20日

使用 NVIDIA TensorRT 和 NVIDIA Triton 优化和提供模型

假设您已经使用 PyTorch 、 TensorFlow 或您选择的框架训练了您的模型，并对其准确性感到满意，并且正在考虑将其部署为服务。
3 MIN READ
2022年 5月 23日

计算机视觉的未来

Computer vision 是一个快速发展的研究和应用领域。计算机视觉研究的进展现在更直接、更直接地适用于商业世界。
2 MIN READ
2022年 5月 12日

使用 Transformers 生成合成数据：企业数据挑战的解决方案

大数据、新算法和快速计算是使现代 AI 革命成为可能的三个主要因素。然而，数据给企业带来了许多挑战：数据标记困难、数据治理效率低下、
2 MIN READ