इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow मॉडल अनुकूलन के साथ आरंभ करें

1. कार्य के लिए सबसे अच्छा मॉडल चुनें

कार्य के आधार पर, आपको मॉडल जटिलता और आकार के बीच एक ट्रेडऑफ़ बनाने की आवश्यकता होगी। यदि आपके कार्य को उच्च सटीकता की आवश्यकता है, तो आपको एक बड़े और जटिल मॉडल की आवश्यकता हो सकती है। ऐसे कार्यों के लिए जिन्हें कम सटीकता की आवश्यकता होती है, एक 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 तेज और अधिक ऊर्जा कुशल भी होते हैं।

2. पूर्व-अनुकूलित मॉडल

देखें कि क्या कोई मौजूदा TensorFlow Lite पूर्व-अनुकूलित मॉडल आपके आवेदन के लिए आवश्यक दक्षता प्रदान करता है।

3. पोस्ट-ट्रेनिंग टूलिंग

यदि आप अपने आवेदन के लिए पूर्व-प्रशिक्षित मॉडल का उपयोग नहीं कर सकते हैं, तो TensorFlow Lite रूपांतरण के दौरान TensorFlow Lite पोस्ट-प्रशिक्षण मात्रा- निर्धारण उपकरण का उपयोग करने का प्रयास करें, जो आपके पहले से प्रशिक्षित TensorFlow मॉडल को अनुकूलित कर सकता है।

अधिक जानने के लिए पोस्ट-प्रशिक्षण 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 करना पड़ सकता है। अनुकूलन आगे हमारे प्रशिक्षण के समय उपकरणों के साथ और गहराई तक जाएं।