Среда разработки MetaTF для упрощения глубокого обучения

Обновление: 27 апреля 2021 г.

Среда разработки MetaTF для упрощения глубокого обучения

Среда разработки MetaTF для упрощения глубокого обучения

BrainChip, поставщик высокопроизводительного искусственного интеллекта technologyпредставила MetaTF, универсальную среду машинного обучения, которая позволяет людям, работающим в пространстве сверточных нейронных сетей, быстро и легко переходить к нейроморфным вычислениям.

Среда разработки MetaTF представляет собой простую в использовании полную структуру машинного обучения для создания, обучения и тестирования нейронных сетей, поддерживающую разработку систем для Edge AI на нейронном процессоре области событий Akida от BrainChip.

Среда разработки MetaTF использует TensorFlow и Keras для разработки и обучения нейронных сетей, являющихся отраслевыми стандартами, и включает в себя Akida Execution Engine (симулятор микросхемы), преобразователи данных в события и зоопарк предварительно обученных моделей. Фреймворк использует язык сценариев Python и связанные с ним инструменты и библиотеки, включая записные книжки Jupyter и NumPy.

Специалистам в области глубокого обучения не нужно изучать новую структуру, чтобы сразу же начать использовать MetaTF. За три простых шага пользователи MetaTF могут перейти от проектирования и обучения CNN к их преобразованию для развертывания на нейронном процессоре Akida, чтобы полностью использовать нейроморфные вычисления и преодолеть проблемы искусственного интеллекта на периферии. Сводя к минимуму сложность и сокращая потери времени на разработку, BrainChip позволяет организациям максимизировать ресурсы и минимизировать время проекта для повышения окупаемости инвестиций.

«ИИ не должен быть сложным, и людям не нужно знать, как программировать нейроморфные вычисления, чтобы воспользоваться его преимуществами», - сказал Анил Манкар, директор по развитию BrainChip. «Будущее за SNN, и мы создали простой способ к нему добраться. С MetaTF мы представляем еще одну часть головоломки, которая позволяет пользователям быстро и легко обучать, конвертировать и развертывать модели машинного обучения в Akida, работая в их текущих программных средах ».