这篇文章最初发表在 技术博客上。有关此类的更多内容，请参阅最新的 对话式人工智能/自然语言处理 新闻和教程。
今天， 宣布最新版本的 TAO 工具包 . 作为 Train ， Adapt and （ TAO ）框架的低代码版本，该工具包简化并加速了语音和视觉 AI 应用程序 AI 模型的创建。
有了 TAO ，开发人员可以利用迁移学习的力量创建针对许多用例定制和优化的生产就绪模型。这些包括检测缺陷、翻译语言或在不需要大量数据的情况下管理流量。
该版本通过新的预训练视觉和语音模型提高了开发人员的生产力。它还包括一些关键的新特性，如 ONNX 模型权重导入、 和 集成。
下载 TAO 3.22.05 >>
发布亮点
使用 REST API 部署 TAO 工具包即服务： 使用 REST API 构建新的 AI 服务或将其集成到现有的 AI 服务中。您可以在 上管理和编排 TAO 服务。借助 TAO 工具包即服务， IT 经理可以使用行业标准 API 提供可扩展的服务。
携带您自己的模型重量： 使用 TAO 微调和优化您的非 TAO 型号。从 ONNX 导入预训练权重，并在您自己的模型上利用 TAO 的修剪和量化功能。这是支持图像分类和分割任务的。
使用张力板进行可视化： 通过在 中可视化标量（如训练和验证损失、模型权重和预测图像），了解模型训练性能。通过更改超参数来比较实验结果，并选择最适合您需要的超参数。
预训练模型： 经过预训练的模型加快了定制过程，您可以通过迁移学习的功能进行微调，而数据更少。
此最新版本中的一些新预训练车型可以：
AI 企业 提供了对 TAO 工具包的企业支持，这是一个用于 AI 开发和部署的端到端软件套件。 TAO 工具包的新版本将包含在 AI 的下一季度更新中。
开始使用 TAO 工具包的解决方案
相关文章
