DGX Station

0 avis

Conçu pour vos équipes de science des données, NVIDIA® DGX Station™ est la station de travail la plus rapide au monde pour le développement d'IA de pointe. Ce système entièrement intégré et optimisé permet à votre équipe de démarrer plus rapidement et d'expérimenter sans effort la puissance d'un centre de données dans votre bureau.

NVIDIA Optimized Deep Learning Framework powered by Apache MXNet

0 avis

NVIDIA Optimisé Deep Learning Framework, propulsé par Apache MXNet est un cadre d'apprentissage profond qui vous permet de mélanger les saveurs de la programmation symbolique et de la programmation impérative pour maximiser l'efficacité et la productivité.

Clara Train SDK

0 avis

Clara Train SDK est un cadre d'application pour développeurs optimisé pour le domaine qui inclut des API pour l'annotation assistée par l'IA, rendant tout visualiseur médical compatible avec l'IA et un cadre d'entraînement basé sur TensorFlow avec des modèles pré-entraînés pour démarrer le développement de l'IA avec des techniques comme l'apprentissage par transfert, l'apprentissage fédéré et l'AutoML.

DeepStream

0 avis

DeepStream SDK offre une boîte à outils complète d'analyse de flux pour la compréhension vidéo et image basée sur l'IA et le traitement multi-capteurs. DeepStream SDK propose des blocs de construction accélérés par matériel, appelés plugins, qui intègrent des réseaux neuronaux profonds et d'autres tâches de traitement complexes dans un pipeline de traitement de flux.

Domain Specific NeMo ASR Application

0 avis

L'application de reconnaissance vocale automatique (ASR) spécifique au domaine - NeMo facilite la formation, l'évaluation et la comparaison des performances des modèles ASR. Cette application NeMo vous permet de former ou d'affiner des modèles ASR pré-entraînés avec vos propres données.

Text Classification with BERT and NeMo

0 avis

Cette application NeMo entraîne des modèles de classification de texte en utilisant un seul GPU ou plusieurs GPU. Nous enregistrons les métriques de performance et les visualisons avec TensorBoard. Nous montrons comment faire de l'inférence avec NeMo, et nous visualisons les embeddings BERT avant et après l'affinage.