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


66顺娱乐 AI 科技评论按: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。雷锋网 AI 科技评论编译。

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,并为开发人员提供技术支持,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。

返回产品中心