0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA迁移学习工具包 :用于特定领域深度学习模型快速训练的高级SDK

MqC7_CAAI_1981 来源:lq 2018-12-07 14:45 次阅读

NVIDIA 迁移学习工具包对于深度学习应用开发人员和数据科学家来说是理想的工具,这些开发人员和数据科学家正在为各种行业垂直领域(如智能视频分析(IVA)和医学成像)寻求更快、更高效的深度学习训练工作流程。

许多应用开发者和数据科学家都正在为智能视频分析(IVA)、医疗影像等各种垂直领域寻找更快、更高效的深度学习训练工作流程。NVIDIA 近期就发布了一个迁移学习工具包( NVIDIA Transfer Learning Toolkit),希望可以成为他们的理想工具。AI 科技评论编译如下。

迁移学习工具包通过允许开发人员微调 NVIDIA 提供的特定领域的预训练模型来抽象和加速深度学习训练,而不是从头开始花大量时间来从零开始(说明一下,「从零开始」这个词很重要,它是迁移学习最关键的特点)构建深层神经网络。预训练模型加速了开发人员的深度学习训练过程,并且减少了大规模数据收集、标记和从零开始训练模型相关的成本。

「迁移学习」意味着可以从现有神经网络中提取已学习特征,并通过从现有神经网络转移权重来迁移这些已学习特征。NVIDIA 此次发布的迁移学习工具包是一个基于 Python 的工具包,它使开发人员能够利用 NVIDIA 预先训练好的模型,并为开发人员提供威廉希尔官方网站 支持,通过重新训练让模型适应新的网络,来添加他们自己的数据以使神经网络更加智能。工具包具备的简单添加、修剪和重新训练网络的能力,提高了深度学习训练流程的效率和准确性。

主要功能

在特定任务上预训练完毕的、经过优化的深度神经网络模型已经打包在内

用于计算机视觉相关对象分类、检测场景的示例应用程序

在复杂的多 GPU 环境也可以轻松地模型适配和再训练

轻松修改配置文件,从添加新的类和特性到压缩模型大小都可以支持

为 IVA 应用程序在 NVIDIA DeepStream SDK 3.0 上部署的模型导出 API

用于部署在 NVIDIA Clara 平台上的医学成像应用的模型导出 API

让基于深度学习工作流的智能视频分析变得可能

对于设计和集成智能视频分析(IVA)端应用程序(如停车管理、安全基础设施、零售分析、物流管理和访问控制等)的开发人员,NVIDIA 的迁移学习工具包提供了端到端的深度学习工作流,可以加速深度学习训练,并在 TeslaGPU 上使用 DeepStream SDK 3.0 进行部署。这些模型针对 IVA 特定参考使用场景(如检测和分类)进行了全面地训练。

用于 IVA 的迁移学习工具包中已经包括了下面这些预训练的图像分类与目标检测模型:

医学影像的端到端深度学习流程

医学影像的迁移学习工具包提供医学影像特有的预训练模型,以及诸如与 AI 辅助注释 SDK 集成以加速医学图像的标注的额外功能,从而允许开发人员使用 AI 辅助标记功能。NVIDIA 研究人员开发的三维脑肿瘤分割模型赢得了 2018 年多模态脑肿瘤分割挑战赛的第一名。BraTS 专注于评估在多模态 MRI 扫描中用于分割脑肿瘤的最新方法。BraTS 2018 利用多机构术前 MRI 扫描,并着重于对内在异质性(外观、形状和组织学)脑肿瘤的分割。NVIDIA 医学成像迁移学习工具包附带了这个由 NVIDIA 内部研究人员开发的获奖的脑肿瘤分割模型,以及用于肝脏病变分割、脾脏分割等其他预训练模型。NVIDIA 的医学成像端到端深度学习工作流允许开发人员使用迁移学习工具包来加速深度学习训练并使用 Clara 平台进行部署。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 深度学习
    +关注

    关注

    73

    文章

    5500

    浏览量

    121114
  • 数据科学
    +关注

    关注

    0

    文章

    165

    浏览量

    10053
  • 迁移学习
    +关注

    关注

    0

    文章

    74

    浏览量

    5559

原文标题:动态 | NVIDIA 迁移学习工具包 :用于特定领域深度学习模型快速训练的高级SDK

文章出处:【微信号:CAAI-1981,微信公众号:中国人工智能学会】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    恩智浦车规级深度学习工具包使新一代汽车应用性能提高30倍

    恩智浦半导体推出汽车车规级深度学习工具包eIQ Auto,扩展了公司eIQ机器学习产品系列。该工具包旨在帮助客户从开发环境
    发表于 11-06 11:46 758次阅读

    迁移学习

    神经网络训练方法卷积神经网络介绍经典网络结构介绍章节目标:深入了解神经网络的组成、训练和实现,掌握深度空间特征分布等关键概念,为深度迁移
    发表于 04-21 15:15

    TDA4对深度学习的重要性

    深度学习是机器学习的一个子集,常用于自然语言处理,计算机视觉等领域,与众不同之处在于,DL(Deep Learning )算法可以自动从图像
    发表于 11-03 06:53

    如何使用英特尔深度学习SDK解决问题

    了解如何使用英特尔®深度学习SDK轻松插入,训练和部署深度学习
    的头像 发表于 11-08 06:25 3374次阅读

    为加快医学影像领域创新 NVIDIA推出迁移学习工具包和AI辅助注释SDK

    时间。所需数据集的成本和质量往往是开发者要面对的两大主要障碍。为帮助加快医学影像领域的创新,NVIDIA 宣布推出适用于医学影像的迁移学习
    发表于 11-29 10:40 1576次阅读

    基于TAO人工智能模型调整平台应对NVIDIA训练挑战

      作为一个受管理和引导的工作流, TAO 通过统一现有的 NVIDIA 关键威廉希尔官方网站 ,如 NGC 目录 、 迁移学习工具包 ( TLT )、 与 NV
    的头像 发表于 04-10 09:19 1206次阅读

    NVIDIA迁移学习工具箱如何训练二维姿态估计模型

      本系列的第一篇文章介绍了在 NVIDIA 迁移学习工具箱中使用开源 COCO 数据集和 BodyPoseNet 应用程序的 如何训练二维
    的头像 发表于 04-10 09:41 1748次阅读
    用<b class='flag-5'>NVIDIA</b><b class='flag-5'>迁移</b><b class='flag-5'>学习</b><b class='flag-5'>工具</b>箱如何<b class='flag-5'>训练</b>二维姿态估计<b class='flag-5'>模型</b>

    使用NVIDIA TAO工具包和Appen实现AI模型微调

    NVIDIA TAO 工具包与 Appen 的数据平台相结合,使您能够训练、微调和优化预训练模型,以更快地启动人工智能解决方案。在不牺牲质量
    的头像 发表于 04-13 15:29 1350次阅读
    使用<b class='flag-5'>NVIDIA</b> TAO<b class='flag-5'>工具包</b>和Appen实现AI<b class='flag-5'>模型</b>微调

    用于深度学习推理的高性能工具包

      综上所述,这个新版本的 OpenVINO 工具包提供了许多好处,不仅优化了用户部署应用程序的体验,还增强了性能参数。它使用户能够开发具有易于部署、更多深度学习模型、更多设备可移植性
    的头像 发表于 07-12 10:08 1126次阅读

    用于深度学习推理的高性能工具包

      近年来,深度神经网络在将计算机视觉算法的准确性提升到一个新的水平方面取得了重大进展。OpenVINO 工具包就是这样一个例子,它可以在提供高性能的同时优化 DNN 模型
    的头像 发表于 10-19 09:11 644次阅读

    使用 NVIDIA TAO 工具套件和预训练模型加快 AI 开发

    可以访问预训练模型的完整源代码和模型权重。 该工具套件能够高效训练视觉和对话式 AI 模型。由于
    的头像 发表于 12-15 19:40 1019次阅读

    学习资源 | NVIDIA TensorRT 全新教程上线

    NVIDIA TensorRT   是一个用于高效实现已训练好的深度学习模型推理过程的软件开发
    的头像 发表于 08-04 17:45 832次阅读
    <b class='flag-5'>学习</b>资源 | <b class='flag-5'>NVIDIA</b> TensorRT 全新教程上线

    视觉深度学习迁移学习训练框架Torchvision介绍

    Torchvision是基于Pytorch的视觉深度学习迁移学习训练框架,当前支持的图像分类、对象检测、实例分割、语义分割、姿态评估
    的头像 发表于 09-22 09:49 899次阅读
    视觉<b class='flag-5'>深度</b><b class='flag-5'>学习</b><b class='flag-5'>迁移</b><b class='flag-5'>学习</b><b class='flag-5'>训练</b>框架Torchvision介绍

    深度学习模型训练过程详解

    深度学习模型训练是一个复杂且关键的过程,它涉及大量的数据、计算资源和精心设计的算法。训练一个深度
    的头像 发表于 07-01 16:13 1237次阅读

    训练迁移学习的区别和联系

    训练迁移学习深度学习和机器学习领域中的两个重要
    的头像 发表于 07-11 10:12 1018次阅读