NVIDIA于今日发布了最新版本的TAO工具套件。这是NVIDIA训练、适应和优化（TAO）框架的低代码版本，它能够简化并加速语音和视觉AI应用的AI模型创建。

TAO使开发者能够轻松运用迁移学习创建自定义生产级模型，这些模型专门针对缺陷检测、语言翻译、交通管理等各种行业专属用例进行了优化。使用TAO开发模型的用户能够用更少的数据优化模型，进而缩短部署时间。

最新发布的TAO工具套件包括全新和更新的视觉及语音预训练模型。ONNX模型权重导入、REST API和TensorBoard集成等新功能，能够快速追踪模型创建流程，提高开发者的生产力。

版本亮点

使用自己的模型权重：通过导入ONNX图像分类和分割模型的预训练权重来加快模型的自定义。您也可以使用您自己的数据自定义和优化模型。

使用REST API将TAO工具套件作为服务部署：使用REST API将TAO工具套件作为服务部属到Kubernetes上的现代云原生基础设施中，从而构建新的AI服务或集成到现有服务中。

使用TensorBoard实现可视化：通过训练和验证损失、模型权重、TensorBoard中的预测图像等可视化标量了解您的模型训练性能。改变超参数，比较实验结果并作出最适合您需求的选择。

预训练模型：预训练模型加快自定义流程，让您能够通过迁移学习以更少的数据进行微调。

最新版本中新增的一些预训练模型可以：

Ÿ 将从激光雷达传感器采集的数据用于机器人和汽车应用。

Ÿ 根据人的姿势对人的动作进行分类。

Ÿ 估计人、动物和物体上的关键点。

Ÿ 只需30分钟的记录数据就可以创建自定义声音。

开始使用

Ÿ 在TAO工具套件入门页面观看教学视频和快速入门指南。

Ÿ 从NGC下载计算机视觉或对话式AI模型。

Ÿ 观看新功能的演示视频，包括Rest API、TensorBoard和预训练模型。

与TAO工具套件相关的其他资源和用例

Ÿ 使用NVIDIA Isaac Sim和NVIDIA TAO开发和部署AI机器人。

Ÿ 使用TAO工具套件检测动物健康和表型

Ÿ RocketBoots提高自动化员工队伍管理的推理性能

Ÿ 改变零售行为识别用例的开发工作