NVIDIA今日發布全新預訓練模型并宣布遷移學習工具包（TLT）3.0全面公開可用。遷移學習工具包在NVIDIA TAO平臺指導工作流程以創建AI的過程中起到核心作用。新版本包括各種高精度和高性能計算機視覺和對話式AI預訓練模型，以及一套強大的生產級功能，可將AI開發能力提升10倍。

隨著企業競相推出AI解決方案，企業競爭力將有賴于是否能夠獲得最佳開發工具。對于許多嘗試使用開源AI產品創建模型進行訓練的工程和研究團隊來說，在生產中部署自定義、高精度、高性能AI模型可能是一段十分艱難的開發歷程。NVIDIA提供高質量的預訓練模型和TLT以幫助降低大規模數據采集和標注成本，同時告別從頭開始訓練AI/機器學習模型的負擔。初入計算機視覺和語音服務市場的企業現在也可以在不具備大規模AI開發團隊的情況下部署生產級AI。

新版本亮點包括：

●一個支持邊緣實時推理的姿態估計模型，其推理性能比OpenPose模型快9倍。

●PeopleSemSegNet，一個用于人物檢測的語義分割網絡。

●各種行業用例中的計算機視覺預訓練模型，如車牌檢測和識別、心率監測、情緒識別、面部特征點等。

●CitriNet，一個使用各種專有特定域和開源數據集進行訓練的新語音識別模型。

●一個用于問題回答的新Megatron Uncased模型以及許多其他支持語音文本轉換、命名實體識別、標點符號和文本分類的預訓練模型。

●AWS、GCP和Azure上的訓練支持

●在用于視覺AI的NVIDIA Triton?和DeepStream SDK上以及用于對話式AI的Jarvis上的開箱即用部署。

快速入門

●下載遷移學習工具包并訪問開發者資源：即刻啟程。

●從NGC下載模型：計算機視覺 | 對話式AI

●閱讀最新開發者教程：用 NVIDIA 遷移學習工具包訓練和優化二維姿態估計模型：第 1 部分 | 第2部分

與數據生成和標簽工具集成，實現更快、更精確的AI

TLT 3.0現在還與數家領先合作伙伴的平臺集成，這些合作伙伴提供大量多樣化的高質量標簽數據，使端到端AI/機器學習工作流程變得更快。您現在可以使用這些合作伙伴的服務來生成和注釋數據、通過與TLT無縫集成進行模型訓練和優化并使用DeepStream SDK或Jarvis部署模型以創建可靠的計算機視覺和對話式AI應用。