Môi trường phát triển MetaTF để đơn giản hóa việc học sâu

BrainChip, nhà cung cấp AI hiệu suất cao công nghệ, đã giới thiệu MetaTF, một khung ML linh hoạt cho phép mọi người làm việc trong không gian mạng thần kinh tích chập chuyển sang điện toán mô phỏng thần kinh một cách nhanh chóng và dễ dàng.

Môi trường phát triển MetaTF là một khuôn khổ học máy hoàn chỉnh, dễ sử dụng để tạo, đào tạo và thử nghiệm mạng nơ-ron, hỗ trợ phát triển hệ thống cho Edge AI trên bộ xử lý thần kinh miền sự kiện Akida của BrainChip.

Môi trường phát triển MetaTF thúc đẩy TensorFlow và Keras để phát triển và đào tạo mạng nơ-ron tiêu chuẩn ngành và bao gồm Công cụ thực thi Akida (trình mô phỏng chip), bộ chuyển đổi dữ liệu thành sự kiện và một vườn thú mô hình gồm các mô hình được đào tạo trước. Khung làm việc tận dụng ngôn ngữ kịch bản Python và các công cụ và thư viện liên quan của nó, bao gồm sổ ghi chép Jupyter và NumPy.

Các chuyên gia học sâu không cần phải học một khuôn khổ mới để bắt đầu sử dụng MetaTF ngay lập tức. Trong ba bước đơn giản, người dùng MetaTF có thể đi từ thiết kế và đào tạo CNN đến chuyển đổi chúng để triển khai trên bộ xử lý thần kinh Akida để tận dụng hoàn toàn tính toán thần kinh và vượt qua những thách thức của AI ở Edge. Bằng cách giảm thiểu sự phức tạp và giảm thời gian lãng phí trong quá trình phát triển, BrainChip đang cho phép các tổ chức tối đa hóa nguồn lực và giảm thiểu thời gian của dự án để có ROI lớn hơn.

Anil Mankar, Giám đốc phát triển tại BrainChip cho biết: “AI không cần phải phức tạp và mọi người không cần phải biết cách lập trình tính toán thần kinh cấu trúc để tận dụng những lợi ích của nó”. “Tương lai là SNN và chúng tôi đã xây dựng một cách dễ dàng để đạt được điều đó. Với MetaTF, chúng tôi giới thiệu một mảnh ghép khác cho phép người dùng đào tạo, chuyển đổi và triển khai các mô hình ML sang Akida một cách nhanh chóng và dễ dàng trong khi làm việc trong môi trường phần mềm hiện tại của họ. ”