MetaTF-ontwikkelomgeving om deep learning te vereenvoudigen
BrainChip, een leverancier van hoogwaardige AI technologie, heeft MetaTF geïntroduceerd, een veelzijdig ML-framework waarmee mensen die in de convolutionele neurale netwerkruimte werken, snel en gemakkelijk kunnen overstappen op neuromorfisch computergebruik.
De MetaTF-ontwikkelomgeving is een gebruiksvriendelijk, compleet machine learning-raamwerk voor het creëren, trainen en testen van neurale netwerken, ter ondersteuning van de ontwikkeling van systemen voor Edge AI op BrainChip's Akida event domain neurale processor.
De MetaTF-ontwikkelomgeving maakt gebruik van TensorFlow en Keras voor de ontwikkeling en training van neurale netwerken volgens industriestandaard en omvat de Akida Execution Engine (chipsimulator), data-to-event converters en een modeldierentuin van vooraf getrainde modellen. Het framework maakt gebruik van de Python-scripttaal en de bijbehorende tools en bibliotheken, inclusief Jupyter-notebooks en NumPy.
Deep-learning professionals hoeven geen nieuw raamwerk te leren om MetaTF onmiddellijk te gaan gebruiken. In drie eenvoudige stappen kunnen MetaTF-gebruikers overstappen van het ontwerpen en trainen van CNN's tot het converteren ervan voor implementatie op de Akida neurale processor om volledig gebruik te maken van neuromorfe computers en de uitdagingen van AI at the Edge te overwinnen. Door de complexiteit te minimaliseren en de verspilde tijd bij de ontwikkeling te verminderen, stelt BrainChip organisaties in staat om middelen te maximaliseren en projecttijden te minimaliseren voor een grotere ROI.
"AI hoeft niet complex te zijn en mensen hoeven niet te weten hoe ze neuromorfe computers moeten programmeren om te profiteren van de voordelen", zegt Anil Mankar, Chief Development Officer bij BrainChip. “De toekomst is SNN en we hebben een gemakkelijke manier bedacht om daar te komen. Met MetaTF introduceren we nog een stukje van de puzzel waarmee gebruikers snel en gemakkelijk ML-modellen kunnen trainen, converteren en implementeren in Akida terwijl ze in hun huidige software-omgevingen werken. "