Ambiente di sviluppo MetaTF per semplificare il deep learning

BrainChip, un fornitore di intelligenza artificiale ad alte prestazioni la tecnologia, ha introdotto MetaTF, un versatile framework ML che consente alle persone che lavorano nello spazio della rete neurale convoluzionale di passare rapidamente e facilmente al calcolo neuromorfico.

L'ambiente di sviluppo MetaTF è un framework di machine learning completo e di facile utilizzo per la creazione, l'addestramento e il test di reti neurali, che supporta lo sviluppo di sistemi per Edge AI sul processore neurale del dominio degli eventi Akida di BrainChip.

L'ambiente di sviluppo MetaTF sfrutta TensorFlow e Keras per lo sviluppo e l'addestramento di reti neurali standard del settore e include Akida Execution Engine (simulatore di chip), convertitori da dati a evento e uno zoo di modelli di modelli pre-addestrati. Il framework sfrutta il linguaggio di scripting Python e gli strumenti e le librerie associati, inclusi i notebook Jupyter e NumPy.

I professionisti del deep learning non hanno bisogno di apprendere un nuovo framework per iniziare a utilizzare MetaTF immediatamente. In tre semplici passaggi, gli utenti MetaTF possono passare dalla progettazione e formazione delle CNN alla loro conversione per l'implementazione sul processore neurale Akida per sfruttare appieno il calcolo neuromorfico e superare le sfide dell'IA at the Edge. Minimizzando la complessità e riducendo il tempo sprecato nello sviluppo, BrainChip consente alle organizzazioni di massimizzare le risorse e ridurre al minimo i tempi di progetto per un maggiore ROI.

"L'intelligenza artificiale non deve essere complessa e le persone non devono sapere come programmare il calcolo neuromorfico per trarne vantaggio", ha affermato Anil Mankar, Chief Development Officer di BrainChip. “Il futuro è SNN e abbiamo costruito un modo semplice per arrivarci. Con MetaTF, introduciamo un altro pezzo del puzzle che consente agli utenti di addestrare, convertire e distribuire rapidamente e facilmente i modelli ML ad Akida mentre lavorano nei loro attuali ambienti software ".