女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

構(gòu)建、訓(xùn)練AI模型不必令人困惑且耗時(shí)

星星科技指導(dǎo)員 ? 來(lái)源:嵌入式計(jì)算設(shè)計(jì) ? 作者:Rich Nass ? 2022-10-14 15:53 ? 次閱讀

毫不夸張地說(shuō),人工智能AI)幾乎可以用于工業(yè)領(lǐng)域的任何應(yīng)用。隨著技術(shù)被推向物聯(lián)網(wǎng)的邊緣,使用數(shù)量大幅攀升。開(kāi)發(fā)人員正在迅速部署其AI架構(gòu),這要?dú)w功于Vecow等供應(yīng)商的進(jìn)步。

值得慶幸的是,必須手動(dòng)編程AI設(shè)備的日子已經(jīng)過(guò)去了。因此,部署速度在提高,而成本在下降。雖然它變得越來(lái)越容易,但為特定的AI場(chǎng)景設(shè)計(jì)最佳模型仍然可能既耗時(shí)又具有挑戰(zhàn)性。

設(shè)計(jì)過(guò)程中最困難的部分是訓(xùn)練AI模型以提供對(duì)象檢測(cè),運(yùn)動(dòng)跟蹤和面部識(shí)別等核心功能。這種訓(xùn)練可能會(huì)影響系統(tǒng)成本:部署的模型越高效,實(shí)現(xiàn)模型所需的資源就越少。

Vecow 的 VHub AI 開(kāi)發(fā)人員采用集成解決方案,可縮短模型訓(xùn)練時(shí)間,并為工程師開(kāi)發(fā)基于邊緣的 AI 解決方案提供所需的資源。提供四個(gè)版本,從基于英特爾酷睿處理器的帶有英特爾 NUC(下一個(gè)計(jì)算單元)的入門(mén)套件,到為計(jì)算密集型應(yīng)用提供英特爾酷睿 SoC 或英特爾至強(qiáng)處理器選擇的 Titan 套件。所有版本都包括一個(gè)標(biāo)記工具、一個(gè)訓(xùn)練平臺(tái)、一個(gè)推理解決方案,以及針對(duì)典型 Edge 用例的 200 多個(gè)預(yù)訓(xùn)練模型。

基于邊緣的 AI 的完整框架

VHub AI 開(kāi)發(fā)人員為基于邊緣的計(jì)算應(yīng)用程序提供了完整的開(kāi)發(fā)框架。對(duì)于經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員來(lái)說(shuō),該套件相對(duì)容易部署,并且與大多數(shù)平臺(tái)兼容,并包括一組200多個(gè)可擴(kuò)展的AI模型。這些模型涵蓋的應(yīng)用程序包括目標(biāo)跟蹤,面部識(shí)別和運(yùn)動(dòng)檢測(cè)等常見(jiàn)功能。

因此,系統(tǒng)集成商可以專(zhuān)注于開(kāi)發(fā)和訓(xùn)練AI模型,而不是花時(shí)間集成和維護(hù)整個(gè)AI框架。預(yù)先集成和預(yù)先測(cè)試的軟件工具進(jìn)一步簡(jiǎn)化了流程。

VHub AI 開(kāi)發(fā)人員的四個(gè)不同版本有助于為特定應(yīng)用程序提供硬件和軟件資源的最佳組合。VHD NUC 系列是一個(gè)基本的入門(mén)套件;VHD ECX-1000 PoER 系列部署套件帶來(lái)了豐富的 I/O 功能;VHD ECX-1400 PEG 系列部署套件引入了 GPU 計(jì)算引擎;VHD RCX-1520R PEG 系列泰坦套件可為大多數(shù)計(jì)算密集型應(yīng)用提供更多的 GPU 功能。

在所有版本中,該框架都經(jīng)過(guò)集成和測(cè)試,進(jìn)一步縮短了開(kāi)發(fā)時(shí)間。此外,VHub AI開(kāi)發(fā)者框架旨在保證穩(wěn)定的版本管理,因此設(shè)計(jì)不應(yīng)該遭受版本控制問(wèn)題,這在開(kāi)源AI訓(xùn)練工具中很常見(jiàn)。

使用案例

機(jī)器視覺(jué)和自動(dòng)化是AI的兩個(gè)流行用例,因此也是VHub AI開(kāi)發(fā)人員的兩個(gè)常見(jiàn)用例。智能零售和門(mén)禁控制也被突出采用。以下是該工具脫穎而出的原因:

機(jī)器視覺(jué):效率和準(zhǔn)確性對(duì)于工廠中有缺陷的零件進(jìn)行分類(lèi)至關(guān)重要。預(yù)裝的檢測(cè) SDK 帶有 VPU 和 GPU 加速器,能夠以低成本實(shí)現(xiàn)高精度

自動(dòng)化:智能自動(dòng)化集成了智能技術(shù)和服務(wù)來(lái)執(zhí)行關(guān)鍵任務(wù)。通過(guò)預(yù)安裝的自動(dòng)化監(jiān)控 SDK,制造商可以提高生產(chǎn)力。

智能零售:零售商店需要了解和了解他們的客戶,以增加收入和盈利能力。預(yù)安裝的功能識(shí)別 SDK 可讓工程師捕獲性別、年齡范圍、客戶數(shù)量和店內(nèi)行為,以創(chuàng)建有針對(duì)性的體驗(yàn)。

訪問(wèn)控制:安全性通常取決于僅向授權(quán)用戶授予訪問(wèn)權(quán)限。使用面部識(shí)別,數(shù)據(jù)可以存儲(chǔ)在視覺(jué)庫(kù)中,以快速方便地批準(zhǔn)或拒絕訪問(wèn)。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • soc
    soc
    +關(guān)注

    關(guān)注

    38

    文章

    4329

    瀏覽量

    221637
  • 人工智能
    +關(guān)注

    關(guān)注

    1804

    文章

    48677

    瀏覽量

    246382
收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    海思SD3403邊緣計(jì)算AI數(shù)據(jù)訓(xùn)練概述

    模型,將模型轉(zhuǎn)化為嵌入式AI模型模型升級(jí)AI攝像機(jī),進(jìn)行
    發(fā)表于 04-28 11:11

    利用RAKsmart服務(wù)器托管AI模型訓(xùn)練的優(yōu)勢(shì)

    AI模型訓(xùn)練需要強(qiáng)大的計(jì)算資源、高效的存儲(chǔ)和穩(wěn)定的網(wǎng)絡(luò)支持,這對(duì)服務(wù)器的性能提出了較高要求。而RAKsmart服務(wù)器憑借其核心優(yōu)勢(shì),成為托管AI模型
    的頭像 發(fā)表于 03-18 10:08 ?207次閱讀

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功怎么處理?

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功咋辦,試了好幾個(gè)模型壓縮了也不行,ram占用過(guò)大,有無(wú)解決方案?
    發(fā)表于 03-11 07:18

    GPU是如何訓(xùn)練AI模型

    AI模型訓(xùn)練過(guò)程中,大量的計(jì)算工作集中在矩陣乘法、向量加法和激活函數(shù)等運(yùn)算上。這些運(yùn)算正是GPU所擅長(zhǎng)的。接下來(lái),AI部落小編帶您了解GPU是如何
    的頭像 發(fā)表于 12-19 17:54 ?621次閱讀

    從零開(kāi)始訓(xùn)練一個(gè)大語(yǔ)言模型需要投資多少錢(qián)?

    一,前言 ? 在AI領(lǐng)域,訓(xùn)練一個(gè)大型語(yǔ)言模型(LLM)是一個(gè)耗時(shí)復(fù)雜的過(guò)程。幾乎每個(gè)做大型語(yǔ)言模型
    的頭像 發(fā)表于 11-08 14:15 ?698次閱讀
    從零開(kāi)始<b class='flag-5'>訓(xùn)練</b>一個(gè)大語(yǔ)言<b class='flag-5'>模型</b>需要投資多少錢(qián)?

    為什么ai模型訓(xùn)練要用gpu

    GPU憑借其強(qiáng)大的并行處理能力和高效的內(nèi)存系統(tǒng),已成為AI模型訓(xùn)練不可或缺的重要工具。
    的頭像 發(fā)表于 10-24 09:39 ?856次閱讀

    AI模型訓(xùn)練數(shù)據(jù)來(lái)源分析

    AI模型訓(xùn)練數(shù)據(jù)來(lái)源廣泛多元化,這些數(shù)據(jù)源對(duì)于構(gòu)建和優(yōu)化AI
    的頭像 發(fā)表于 10-23 15:32 ?3131次閱讀

    如何訓(xùn)練自己的AI模型

    訓(xùn)練自己的AI模型是一個(gè)復(fù)雜耗時(shí)的過(guò)程,涉及多個(gè)關(guān)鍵步驟。以下是一個(gè)詳細(xì)的訓(xùn)練流程: 一、明
    的頭像 發(fā)表于 10-23 15:07 ?4671次閱讀

    如何訓(xùn)練ai模型

    訓(xùn)練AI模型是一個(gè)復(fù)雜耗時(shí)的過(guò)程,涉及多個(gè)關(guān)鍵步驟和細(xì)致的考量。 一、數(shù)據(jù)準(zhǔn)備 1. 數(shù)據(jù)收集 確定數(shù)據(jù)類(lèi)型 :根據(jù)
    的頭像 發(fā)表于 10-17 18:17 ?2426次閱讀

    ai模型訓(xùn)練需要什么配置

    AI模型訓(xùn)練是一個(gè)復(fù)雜資源密集的過(guò)程,它依賴(lài)于高性能的硬件配置來(lái)確保訓(xùn)練的效率和效果。 一、處理器(CPU) CPU是計(jì)算機(jī)的核心部件,負(fù)
    的頭像 發(fā)表于 10-17 18:10 ?3438次閱讀

    AI訓(xùn)練的基本步驟

    AI(人工智能)訓(xùn)練是一個(gè)復(fù)雜系統(tǒng)的過(guò)程,它涵蓋了從數(shù)據(jù)收集到模型部署的多個(gè)關(guān)鍵步驟。以下是對(duì)AI訓(xùn)練
    的頭像 發(fā)表于 07-17 16:57 ?4715次閱讀

    ai模型訓(xùn)練方法有哪些?

    AI模型訓(xùn)練方法是一個(gè)復(fù)雜且不斷發(fā)展的領(lǐng)域。以下是ai模型訓(xùn)練方法: 數(shù)據(jù)預(yù)處理和增強(qiáng) 數(shù)據(jù)
    的頭像 發(fā)表于 07-16 10:11 ?2933次閱讀

    ai模型ai框架的關(guān)系是什么

    AI模型AI框架是人工智能領(lǐng)域中兩個(gè)重要的概念,它們之間的關(guān)系密切復(fù)雜。 AI模型的定義
    的頭像 發(fā)表于 07-16 10:07 ?7.3w次閱讀

    如何在TensorFlow中構(gòu)建訓(xùn)練CNN模型

    在TensorFlow中構(gòu)建訓(xùn)練一個(gè)卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型是一個(gè)涉及多個(gè)步驟的過(guò)程,包括數(shù)據(jù)預(yù)處理、模型設(shè)計(jì)、編譯、訓(xùn)練以及評(píng)估。下面
    的頭像 發(fā)表于 07-04 11:47 ?1585次閱讀

    深度學(xué)習(xí)模型訓(xùn)練過(guò)程詳解

    深度學(xué)習(xí)模型訓(xùn)練是一個(gè)復(fù)雜關(guān)鍵的過(guò)程,它涉及大量的數(shù)據(jù)、計(jì)算資源和精心設(shè)計(jì)的算法。訓(xùn)練一個(gè)深度學(xué)習(xí)模型,本質(zhì)上是通過(guò)優(yōu)化算法調(diào)整
    的頭像 發(fā)表于 07-01 16:13 ?2390次閱讀