【英偉達(dá)發(fā)布數(shù)據(jù)增強(qiáng)庫和圖像解碼庫，可支持多種數(shù)據(jù)格式的可移植訓(xùn)練工作流】
又有新的開源庫來了，英偉達(dá)出品，數(shù)量×2。
正在舉行的CVPR2018大會(huì)上，英偉達(dá)開源了數(shù)據(jù)增強(qiáng)庫NVIDIADALI和圖像解碼庫NVIDIAnvJPEG。
兩個(gè)新庫都是什么畫風(fēng)？簡而言之，NVIDIADALI是一個(gè)GPU加速的數(shù)據(jù)增強(qiáng)和圖像加載庫，為優(yōu)化深度學(xué)習(xí)框架數(shù)據(jù)pipeline而設(shè)計(jì)，而NVIDIAnvJPEG是用于JPEG解碼的高性能GPU加速庫。
具體效果如何？我們繼續(xù)往下看。
詳細(xì)介紹
一般來說，計(jì)算機(jī)視覺應(yīng)用里有多階段預(yù)處理數(shù)據(jù)pipeline，包括從磁盤加載和提取數(shù)據(jù)、解碼、裁剪和調(diào)整大小、顏色和空間轉(zhuǎn)換和格式轉(zhuǎn)換等數(shù)據(jù)密集型步驟。
通過DALI，研究人員可利用MXNet、TensorFlow和PyTorch在AWSP38GPU實(shí)例或VoltaGPU的DGX-1系統(tǒng)上擴(kuò)展訓(xùn)練性能。
綜合來看，DALI的方便之處在于：
能與MxNet、TensorFlow和PyTorch等簡單的框架集成
具有支持多種數(shù)據(jù)格式的可移植訓(xùn)練工作流，如JPEG、原始格式、LMDB、RecordIO和TFRecord等
具有可配置圖形和自定義operator的自定義數(shù)據(jù)pipeline
當(dāng)DALI進(jìn)行高性能GPU加速解碼時(shí)，就需要nvJPEG登場了。這個(gè)GPU加速庫支持單個(gè)和批處理圖像的解碼、顏色空間轉(zhuǎn)換、多相位解碼，以及CPU和GPU混合解碼。
與只使用CPU解碼的應(yīng)用程序相比，用nvJPEG進(jìn)行解碼的吞吐量更高，延遲低了。
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號(hào)