สภาพแวดล้อมการพัฒนา MetaTF เพื่อลดความซับซ้อนของการเรียนรู้เชิงลึก

BrainChip ผู้ให้บริการ AI ประสิทธิภาพสูง เทคโนโลยีได้เปิดตัว MetaTF ซึ่งเป็นเฟรมเวิร์ก ML อเนกประสงค์ที่ช่วยให้ผู้คนที่ทำงานในพื้นที่เครือข่ายประสาทเทียมสามารถย้ายไปยังการประมวลผลแบบนิวโรมอร์ฟิกได้อย่างรวดเร็วและง่ายดาย

สภาพแวดล้อมการพัฒนา MetaTF เป็นเฟรมเวิร์กการเรียนรู้ของเครื่องที่ใช้งานง่ายและสมบูรณ์สำหรับการสร้างการฝึกอบรมและการทดสอบเครือข่ายประสาทเทียมซึ่งสนับสนุนการพัฒนาระบบสำหรับ Edge AI บนตัวประมวลผลประสาทโดเมนเหตุการณ์ Akida ของ BrainChip

สภาพแวดล้อมการพัฒนา MetaTF ใช้ประโยชน์จาก TensorFlow และ Keras สำหรับการพัฒนาและฝึกอบรมโครงข่ายประสาทเทียมมาตรฐานอุตสาหกรรม และรวมถึง Akida Execution Engine (โปรแกรมจำลองชิป) ตัวแปลงข้อมูลเป็นเหตุการณ์ และสวนสัตว์จำลองของโมเดลที่ได้รับการฝึกอบรมล่วงหน้า เฟรมเวิร์กใช้ประโยชน์จากภาษาสคริปต์ Python รวมถึงเครื่องมือและไลบรารีที่เกี่ยวข้อง รวมถึงโน้ตบุ๊ก Jupyter และ NumPy

ผู้เชี่ยวชาญด้านการเรียนรู้เชิงลึกไม่จำเป็นต้องเรียนรู้กรอบงานใหม่เพื่อเริ่มใช้ MetaTF ทันที ในสามขั้นตอนง่ายๆผู้ใช้ MetaTF สามารถเปลี่ยนจากการออกแบบและฝึกอบรม CNN ไปจนถึงการแปลงสำหรับการปรับใช้บนโปรเซสเซอร์ประสาทของ Akida เพื่อใช้ประโยชน์จากการประมวลผลระบบประสาทอย่างเต็มที่และเอาชนะความท้าทายของ AI ที่ Edge ด้วยการลดความซับซ้อนและลดเวลาที่สูญเปล่าในการพัฒนา BrainChip ช่วยให้องค์กรสามารถเพิ่มทรัพยากรและลดเวลาโครงการเพื่อ ROI ที่มากขึ้น

“ AI ไม่จำเป็นต้องซับซ้อนและผู้คนไม่จำเป็นต้องรู้วิธีการตั้งโปรแกรมคอมพิวเตอร์ neuromorphic เพื่อใช้ประโยชน์จากประโยชน์ของมัน” Anil Mankar ประธานเจ้าหน้าที่ฝ่ายพัฒนาของ BrainChip กล่าว “ อนาคตคือ SNN และเราได้สร้างวิธีง่ายๆในการไปที่นั่น ด้วย MetaTF เราขอแนะนำตัวต่ออีกชิ้นหนึ่งที่ช่วยให้ผู้ใช้สามารถฝึกฝนแปลงและปรับใช้โมเดล ML กับ Akida ได้อย่างรวดเร็วและง่ายดายในขณะที่ทำงานในสภาพแวดล้อมซอฟต์แวร์ปัจจุบัน”