1. कार्य के लिए सर्वोत्तम मॉडल चुनें
कार्य के आधार पर, आपको मॉडल जटिलता और आकार के बीच एक समझौता करना होगा। यदि आपके कार्य को उच्च सटीकता की आवश्यकता है, तो आपको एक बड़े और जटिल मॉडल की आवश्यकता हो सकती है। जिन कार्यों के लिए कम सटीकता की आवश्यकता होती है, उनके लिए छोटे मॉडल का उपयोग करना बेहतर होता है क्योंकि वे न केवल कम डिस्क स्थान और मेमोरी का उपयोग करते हैं, बल्कि वे आम तौर पर तेज़ और अधिक ऊर्जा कुशल भी होते हैं।
2. पूर्व-अनुकूलित मॉडल
देखें कि क्या कोई मौजूदा TensorFlow Lite पूर्व-अनुकूलित मॉडल आपके एप्लिकेशन के लिए आवश्यक दक्षता प्रदान करता है।
3. प्रशिक्षण के बाद टूलींग
यदि आप अपने एप्लिकेशन के लिए पूर्व-प्रशिक्षित मॉडल का उपयोग नहीं कर सकते हैं, तो TensorFlow Lite रूपांतरण के दौरान प्रशिक्षण के बाद परिमाणीकरण उपकरण का उपयोग करने का प्रयास करें, जो आपके पहले से प्रशिक्षित TensorFlow मॉडल को अनुकूलित कर सकता है।
अधिक जानने के लिए प्रशिक्षण के बाद परिमाणीकरण ट्यूटोरियल देखें।
अगले चरण: प्रशिक्षण-समय टूलींग
यदि उपरोक्त सरल समाधान आपकी आवश्यकताओं को पूरा नहीं करते हैं, तो आपको प्रशिक्षण-समय अनुकूलन तकनीकों को शामिल करने की आवश्यकता हो सकती है। हमारे प्रशिक्षण-समय टूल के साथ और अधिक अनुकूलन करें और गहराई से जानें।