使用 NGC 子集构建和部署口罩检测应用程序

用作 NGC 重构和协同作战皮带检测软件

AI 临时工流程很复杂。重构一个 AI 软件不是一项有趣的任务，因为它只能够各种带有应用领域专业知识的各种既得利益无关者来大规模开发和协同作战软件。为图表化学家和开发人员只能够方便地会面软件重构块，例如静态和托盘，它们不仅安全、高性能，而且带有重构其 AI 静态所只需的基础的系统。

在重构再来软件便，DevOps 和 IT 管理人员只能够一些工具箱，这些工具箱可以努力他们在各种设备之间无缝地协同作战和管理这些软件，还包括本地设备、阳设备或边缘设备。

NVIDIA 重构了 NGC 书目，通过提供者不易会面的 GPU 优化软件，例如托盘、预先专业训练的静态、应用方法论和重构 AI 软件所只需的 Helm 图表，来简化和慢速 AI 临时工流程。

在这篇文章中会，我们将展现如何用作 NGC 书目和它的氢心底层特性，例如集合、NGC 拥有者注册表和 AI 重构块来重构和协同作战一个皮带检测软件，作为一个请注意，该请注意展现了 development-to-deployment 管道。

简化用户路途

随着 NGC 的另一款，NVIDIA 简化了整个用户趣味，并将所只需的无关托盘、静态、代码和 Helm 图表比较大会在一个；也，而无只需在书目中会定位和协调各种独立的重构块。

您可以找到针对特定任务的临时工输出的 NGC 集合，如自动词汇辨认或图形分类，以及行业 SDK，例如 NVIDIA Clara 或迁移学习 (TLT)。如果您希望重构一个用于普通人检测的软件，那么在书目中会追踪该集合，您将在一个；也找到所有无关股票。

用作 NVIDIA TF32 Tensor Cores 慢速 AI 专业训练

NVIDIA Ampere GPU 的系统过渡到了第三代 Tensor Cores，以及原先TensorFloat32 (TF32) Mode慢速 FP32 线性和乘法减法。TF32 Mode是AmpereGPU 的系统上 32 位变量的 AI 专业训练的绑定附加。它为低阶DL临时工输出带给了 Tensor Core 慢速，而不只能够对静态程序员进行任何变更。

用作机16 位格式 (FP16/BF16) 的混合精度专业训练仍然是破纪录的必只需，只只能够静态程序员中会的几行代码。表1说明了了与 FP32 CUDA 氢相比，A100Tensor Cores 的为数学旅客量。没人指出的是，对于低阶专业训练，A100 提供者的为数学旅客量比上前代专业训练GPU V100 高 10 倍。

内部构造

TF32 是 GPU 的系统 Ampere 前代 Tensor Core 中会新增的一种原先算出Mode。点积算出，它构成了乘法减法和线性的重构块，将 FP32 的输入轮化到 TF32，在不伤亡精度的只能算出电子产品，然后将这些电子产品积累到 FP32 输出中会。

TF32 只是作为 Tensor Core 操纵Mode官方，而不是一个一般来说。内存中会的所有存储和其他操纵实际上保留在 FP32 中会，只有线性和乘法减法在减法之前将它们的输入转换为 TF32。同样，16位一般来说提供者存储、各种为数算符等等。