NVIDIA 數(shù)據(jù)加載庫（DALI）是一個可移植的開源庫，專用于解碼及增強圖像、視頻和語音，從而加速深度學習應用。

什么是 NVIDIA 數(shù)據(jù)加載庫（DALI）？

NVIDIA 數(shù)據(jù)加載庫（DALI）是一個可移植的開源庫，專用于解碼及增強圖像、視頻和語音，從而加速深度學習應用。DALI 通過重疊執(zhí)行訓練和預處理來減少延遲和訓練時間，從而減輕瓶頸影響。DALI 可直接嵌入并替代熱門深度學習框架中內置的數(shù)據(jù)加載程序和數(shù)據(jù)迭代器，由此實現(xiàn)輕松集成或重新遷至不同框架。

使用圖像訓練神經(jīng)網(wǎng)絡時，開發(fā)者首先要將這些圖像標準化。而且，通常還需壓縮圖像以節(jié)省存儲空間。為此，開發(fā)者構建了多階段數(shù)據(jù)處理工作流，其中包括加載、解碼、裁剪、調整大小以及許多其他增強運算符。這些當前在 CPU 上執(zhí)行的數(shù)據(jù)處理工作流已成為瓶頸，限制了整體吞吐量。

DALI 擁有高性能，對于內置的數(shù)據(jù)加載程序和數(shù)據(jù)迭代器而言，是一款出色的替代方案。開發(fā)者現(xiàn)可在 GPU 上運行數(shù)據(jù)處理工作流，從而減少訓練神經(jīng)網(wǎng)絡所需的總時間。使用 DALI 實現(xiàn)的數(shù)據(jù)處理工作流具有可移植性，因為它們能夠輕松地重新遷至 TensorFlow、PyTorch 和 MXNet。

DALI 的主要特性

簡單易用的 Python API

可跨多個 GPU 透明擴展

加速圖像分類（ResNet-50）、物體檢測（SSD）工作負載和語音識別模型（例如 Jasper 和 RNN-T）

靈活的圖形助力開發(fā)者創(chuàng)建自定義工作流

支持多種數(shù)據(jù)格式：LMDB、RecordIO、TFRecord、COCO、JPEG、wav、flac、ogg、H.264 和 HEVC

開發(fā)者可添加自定義音頻、圖像和視頻處理運算符

審核編輯：湯梓紅