时事通讯




DEEPLITE推出免费版领先的AI优化​​引擎


DEEPLITE是一个旨在更快地制作其他AI型号的AI软件的提供商,正在推出DEEPLITE Neutrino Community版本,提供了一种动手介绍,同时也能够在不同商业,研究和学术环境中实现社区成员之间的新联系和知识交流。

“网络边缘是关键 - 它是用户与设备和应用程序交互的方式,业务与客户联系,并生成要驱动策略和操作的数据。虽然企业想要将他们的AI软件推到边缘,但边缘设备的资源限制将重新阻止,“Deeplite的CENO和联合创始人尼克罗马诺表示。“而不是花时间和金钱来尝试自己的建立优化软件,我们的免费中微子社区版本让深入学习工程师和研究人员下载我们的软件,立即测试他们的型号。这将在边缘加速更多的AI,并使我们为日常生活的“AI的使命”。

社区用户将受益于在Github上使用deepite Neutrino分享反馈和想法,同时优化他们的深度学习模型,用于内存、计算、功率和摄像头、无人机、智能手机和其他网络边缘设备的其他资源限制。

deepite创建了Neutrino,这是一个部署在云服务器上的深度神经网络(DNNs)的智能优化引擎,提高吞吐量可以节省资金,并在尺寸、速度和功率通常是主要挑战的边缘设备。

通过使用Neutrino, AI专家可以针对这些资源约束自动优化高性能DNN模型。中微子输入大型的初始DNN模型,这些模型经过特定用例的训练,并理解边缘设备的限制,从而提供更小、更高效和准确的模型。

Neutrino Community是为深度学习工程师和初创公司和大型公司的团队,以及行业研究人员和学者设计的——任何想要测试优化人工智能模型的好处的人。

该社区将允许成员通过测试优化人工智能模型的影响来加速和加强他们目前的人工智能研究和开发项目。

Deeplite提供了各种示例,说明如何优化深度学习模型(如图像分类、目标检测和语义分割)的不同应用程序和用例。

深度中微子的社区版本还包括两个关键的资源:

  • deepite Torch Zoo——PyTorch框架中流行的DNN模型架构和基准数据集的集合。它的预训练模型可以作为使用中微子优化模型架构的起点。
  • deepite Profiler -一个在PyTorch和TensorFlow 1中轻松有效地测量深度学习模型性能的工具。x框架。成员可以利用现有的指标或创建他们自己的自定义指标。此外,还可以比较两种深度学习模型的性能——例如,教师和学生模型。

欲了解更多信息,请访问www.deeplite.ai