感谢您参与英伟达Metropolis从原理到实战系列直播!今天直播的主题是《从原理到实战, NVIDIA 迁移学习工具包(Transfer Learning Toolkit)最佳实践》。我们的直播将于16:00正式开始,本次直播针对各行业的需求和特点,利用NVIDIA原厂的产品技术优势和积累,帮助相关领域的合作伙伴,客户以及开发人员更好地理解NVIDIA相关硬件和软件的使用技巧,从而减少学习和试错时间,挖掘硬件算力的潜力,优化成本,为疫情后的需求和市场爆发做好准备。希望这样的培训能帮助到大家
问题:实时性与精度的保证
迁移学习:
从0开始训练与迁移学习的准确度的情况。
迁移学习,可以准确度与花费时间都很好
架构:
工作流程
NGC模型下载本地
训练
调参
得到好的精度
然后剪枝,减少计算度
返回调整裁剪的门限
支持的网络模型
6个已经训练好的例子:
可以使用多GPU/集群训练
TLT数据集增强的方式
灵活的增加”类“
TLT工具介绍:
命令行接口,快速构建模型构建时间,学习成本很低
流程
定性与定量的分析工具:
裁剪后的分析:
YOLO v3效果很好
总结剪裁
部署方式;
开发资源:
预训练模型
下载预先训练模型
如上,为训练配置文件
开始训练
评估
剪枝
部署
github: