Environnement de développement MetaTF pour simplifier l'apprentissage en profondeur

BrainChip, fournisseur d'IA haute performance sans souci, a introduit MetaTF, un framework ML polyvalent qui permet aux personnes travaillant dans l'espace des réseaux neuronaux convolutifs de passer rapidement et facilement à l'informatique neuromorphique.

L'environnement de développement MetaTF est un cadre d'apprentissage automatique complet et facile à utiliser pour la création, la formation et le test de réseaux neuronaux, prenant en charge le développement de systèmes pour Edge AI sur le processeur neuronal du domaine événementiel Akida de BrainChip.

L'environnement de développement MetaTF exploite TensorFlow et Keras pour le développement et la formation de réseaux neuronaux aux normes de l'industrie et comprend le moteur d'exécution Akida (simulateur de puce), des convertisseurs de données en événements et un zoo de modèles de modèles pré-entraînés. Le framework exploite le langage de script Python et ses outils et bibliothèques associés, y compris les notebooks Jupyter et NumPy.

Les professionnels de l'apprentissage en profondeur n'ont pas besoin d'apprendre un nouveau cadre pour commencer à utiliser MetaTF immédiatement. En trois étapes simples, les utilisateurs de MetaTF peuvent passer de la conception et de la formation des CNN à leur conversion pour un déploiement sur le processeur neuronal Akida pour tirer pleinement parti de l'informatique neuromorphique et surmonter les défis de l'IA à la périphérie. En minimisant la complexité et en réduisant le temps perdu dans le développement, BrainChip permet aux organisations de maximiser les ressources et de minimiser les temps de projet pour un meilleur retour sur investissement.

«L'IA n'a pas besoin d'être complexe et les gens n'ont pas besoin de savoir comment programmer l'informatique neuromorphique pour tirer parti de ses avantages», a déclaré Anil Mankar, directeur du développement chez BrainChip. «L'avenir est SNN et nous avons construit un moyen facile d'y arriver. Avec MetaTF, nous introduisons une autre pièce du puzzle qui permet aux utilisateurs de former, convertir et déployer rapidement et facilement des modèles ML vers Akida tout en travaillant dans leurs environnements logiciels actuels. »