建立一個先進的深度學習模型是一個復雜而耗時的過程。為此，為模型收集的大型數據集必須具有高質量。一旦收集到數據，就必須對其進行準備、訓練，并在多次迭代中進行優化。對于許多希望更快地將其人工智能應用程序推向市場，同時降低運營成本的企業來說，這并不總是一個選擇。

NVIDIA 開發 TAO 是為了應對這些挑戰 NVIDIA 訓練、調整和優化（ TAO ） 是一個人工智能模型調整平臺，它簡化并加速了企業人工智能應用程序的創建。通過使用基于用戶界面的向導式工作流，使用自定義數據對 NVIDIA 專家創建的最先進的預訓練模型進行微調，您可以在數小時而不是數月內生成高度精確的計算機視覺、語音和語言理解模型，從而無需大量的訓練運行和深厚的人工智能專業知識。

作為一個受管理和引導的工作流， TAO 通過統一現有的 NVIDIA 關鍵技術，如 NGC 目錄 、 遷移學習工具包 （ TLT ）、 與 NVIDIA Clara 聯合學習 和 TensorRT 的預先訓練模型，降低了構建人工智能的障礙。

早期訪問計劃的注冊現已開放。今年晚些時候，我們將開始接受申請者加入該計劃，這將為您提供一個與 NVIDIA 產品團隊合作的獨家機會，幫助塑造 TAO 。

關于作者

Akhil Docca 是 NVIDIA NGC 的高級產品營銷經理，專注于 HPC 和 DL 容器。 Akhil 擁有加州大學洛杉磯分校安德森商學院工商管理碩士學位，圣何塞州立大學機械工程學士學位。

審核編輯：郭婷