【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践

感谢您参与英伟达Metropolis从原理到实战系列直播!今天直播的主题是《从原理到实战, NVIDIA 迁移学习工具包(Transfer Learning Toolkit)最佳实践》。我们的直播将于16:00正式开始,本次直播针对各行业的需求和特点,利用NVIDIA原厂的产品技术优势和积累,帮助相关领域的合作伙伴,客户以及开发人员更好地理解NVIDIA相关硬件和软件的使用技巧,从而减少学习和试错时间,挖掘硬件算力的潜力,优化成本,为疫情后的需求和市场爆发做好准备。希望这样的培训能帮助到大家

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第1张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第2张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第3张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第4张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第5张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第6张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第7张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第8张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第9张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第10张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第11张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第12张图片
问题:实时性与精度的保证

迁移学习:
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第13张图片
从0开始训练与迁移学习的准确度的情况。
迁移学习,可以准确度与花费时间都很好
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第14张图片

架构:

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第15张图片

工作流程
NGC模型下载本地
训练
调参
得到好的精度

然后剪枝,减少计算度
返回调整裁剪的门限
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第16张图片

支持的网络模型
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第17张图片

6个已经训练好的例子:

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第18张图片
可以使用多GPU/集群训练

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第19张图片
TLT数据集增强的方式
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第20张图片

灵活的增加”类“

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第21张图片

TLT工具介绍:

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第22张图片
命令行接口,快速构建模型构建时间,学习成本很低
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第23张图片
流程
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第24张图片
定性与定量的分析工具:
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第25张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第26张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第27张图片
裁剪后的分析:
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第28张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第29张图片

YOLO v3效果很好
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第30张图片

总结剪裁
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第31张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第32张图片

部署方式;
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第33张图片

开发资源:
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第34张图片

NGC

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第35张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第36张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第37张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第38张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第39张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第40张图片

演示

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第41张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第42张图片【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第43张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第44张图片

预训练模型
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第45张图片
下载预先训练模型
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第46张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第47张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第48张图片
如上,为训练配置文件

开始训练
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第49张图片
评估
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第50张图片
剪枝
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第51张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第52张图片

【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第53张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第54张图片

部署
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第55张图片
github:
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第56张图片
【5月8 】NVIDIA 迁移学习工具包(TLT)最佳实践_第57张图片

你可能感兴趣的:(GPU加速平台)