开发者新闻 | 在 AutoML 中提升最先进的技术，现在使用 NVIDIA GPU 和 RAPID...

在AutoML中提升最先进的技术，现在使用NVIDIA GPU和RAPIDS的速度加快了10倍

为了实现最先进的机器学习 (ML) 解决方案，数据科学家通常构建复杂的ML模型。然而，这些技术在计算上是昂贵的，并且直到最近还需要广泛的背景知识、经验和人力。

最近，在 GTC21 上，AWS 高级数据科学家 Nick Erickson 分享了 AutoGluon、RAPIDS 和 NVIDIA GPU 计算的结合如何简化实现最先进的 ML 精度，同时提高性能和降低成本。这篇文章概述了 Nick 会议的一些关键点:

什么是 AutoML，AutoGluon 有什么不同? 

在 Kaggle 预测比赛中，AutoGluon 如何仅用三行代码就超越 99% 的人类数据科学团队，而不需要专业知识?

AutoGluon 与 RAPIDS 的集成如何实现高达40倍的训练速度和10倍的推理速度?

利用NeMo1.0的新的边缘神经网络和功能加速对话AI研究

NVIDIA NeMo 是一款用于研究自动语音识别 (ASR)、自然语言处理 (NLP) 和文本到语音合成 (TTS) 的AI对话工具包。NeMo 的主要目标是帮助来自工业界和学术界的研究人员重用之前的工作(代码和预训练模型，并使其更容易创建新的对话 AI 模型。NeMo 是一个开源项目，我们欢迎来自研究社区的贡献。

1.0 更新带来了显著的架构、代码质量和文档改进，以及大量新的最先进的神经网络和几种语言预先训练的检查点。开始使用 NeMo 的最好方法是将其安装在常规的 PyTorch 环境中:

pip install nemo_toolkit[all]

NeMo 集合

NeMo是一个PyTorch生态系统项目，它严重依赖于生态系统中的另外两个项目:用于训练的PyTorch Lightning和用于配置管理的Hydra。您还可以在任何PyTorch代码中使用NeMo模型和模块。

NeMo有三个主要系列: ASR、NLP和TTS.。它们是模型和模块的集合，可以在你的对话AI实验中重用。最重要的是，对于大多数模型，我们提供了使用数万个GPU小时对各种数据集进行预训练的权重。