Persekitaran pengembangan MetaTF untuk mempermudah pembelajaran mendalam

BrainChip, penyedia AI berprestasi tinggi teknologi, telah memperkenalkan MetaTF, rangka kerja ML serba boleh yang membolehkan orang yang bekerja dalam ruang rangkaian saraf konvolusi dengan cepat dan mudah beralih ke pengkomputeran neuromorfik.

Persekitaran pengembangan MetaTF adalah kerangka pembelajaran mesin yang mudah digunakan dan lengkap untuk penciptaan, latihan dan pengujian rangkaian saraf, yang menyokong pengembangan sistem untuk Edge AI pada pemproses neural domain acara Akida BrainChip.

Persekitaran pengembangan MetaTF memanfaatkan TensorFlow dan Keras untuk pembangunan dan latihan rangkaian saraf standard industri dan termasuk Akida Execution Engine (simulator cip), penukar data-ke-peristiwa, dan kebun binatang model pra-terlatih. Kerangka ini memanfaatkan bahasa skrip Python dan alat dan perpustakaan yang berkaitan, termasuk buku nota Jupyter dan NumPy.

Profesional dalam pembelajaran tidak perlu mempelajari kerangka baru untuk mula menggunakan MetaTF dengan segera. Dalam tiga langkah mudah, pengguna MetaTF boleh beralih dari merancang dan melatih CNN untuk menukarnya untuk digunakan pada pemproses saraf Neida untuk memanfaatkan sepenuhnya pengkomputeran neuromorfik dan mengatasi cabaran AI di Edge. Dengan meminimumkan kerumitan dan mengurangkan waktu yang terbuang dalam pembangunan, BrainChip memungkinkan organisasi memaksimumkan sumber daya dan meminimumkan masa projek untuk ROI yang lebih besar.

"AI tidak semestinya kompleks dan orang tidak perlu tahu bagaimana memprogramkan pengkomputeran neuromorfik untuk memanfaatkan manfaatnya," kata Anil Mankar, Ketua Pegawai Pembangunan di BrainChip. "Masa depan adalah SNN dan kami telah membina cara mudah untuk sampai ke sana. Dengan MetaTF, kami memperkenalkan potongan teka-teki lain yang membolehkan pengguna melatih, menukar dan menggunakan model ML ke Akida dengan cepat dan mudah, semasa bekerja di persekitaran perisian mereka sekarang.