Nvidia发布迁移学习工具套件TLT 3.0，多种新预训练模型要加速企业部署AI

Nvidia推出迁移学习工具套件TLT 3.0，内含多种新版预训练模型，范围包括电脑视觉和自然语言领域，像是车牌辨识、心率监测、情绪辨识、人脸特征点和语音辨识等，要来加速企业采用AI的过程。

进一步来说，预训练模型和迁移学习能降低AI模型的开发门槛，使用者不必从零开始大规模收集训练资料、标注资料，而是以少量资料来微调预训练模型即可。因此，Nvidia表示，自家迁移学习工具套件可加速企业采用AI的时间，并对刚踏入电脑视觉和语音服务的企业来说，不必仰赖庞大的AI团队，也能使用部署生产级的AI。

TLT 3.0包含的预训练模型有2大类，一是电脑视觉，新版特色包括比热门姿势预测模型OpenPose推论速度快9倍、支援边缘即时推论的BodyPostNet模型，还有用来侦测人员的语义分割网络PeopleSemSegNet，以及车牌侦测和辨识、手势侦测、情绪辨识、人脸特征点等。（如下图）

另一类是自然语言相关的对话式AI，新版特色有全新的语音辨识模型CitriNet、用于问答的新模型Megatron Uncased，以及数款可支援语音转文字、命名实体辨识 (Named-entity recognition)、标点符号和文字分类的预训练模型。

Nvidia指出，这些AI模型都可免费从Nvidia云端平台目录NGC上下载，也能在公有云平台上训练这些预训练模型，像是AWS、GCP和Azure。Nvidia也补充，TLT 3.0是自家AI开发平台TAO的重要元件，甚至可缩短10倍开发时间。