This page was translated by the Cloud Translation API.
Switch to English

ট্রিম তুচ্ছ ওজন

TensorFlow মডেল অপ্টিমাইজেশান দ্বারা পরিচালিত

এই দস্তাবেজটি মডেল কেঁটে সাফ উপর একটি ওভারভিউ নির্ধারণে আপনাকে সাহায্য করতে কিভাবে এটা আপনার ব্যবহার কেস সঙ্গে ফিট প্রদান করে।

সংক্ষিপ্ত বিবরণ

মাত্রার ভিত্তিক ওজন প্রশিক্ষণ প্রক্রিয়ার সময় ধীরে ধীরে মডেল ওজন শূণ্যসমূহ ছাঁটাই মডেল sparsity অর্জন করা। বিরল মডেল সংকুচিত করার সহজ, এবং আমরা লেটেন্সি উন্নয়নের জন্য অনুমান সময় শূণ্যসমূহ এড়িয়ে যেতে পারেন।

এই কৌশলটি মডেল কম্প্রেশন মাধ্যমে উন্নতি এনেছে। ভবিষ্যতে, এই প্রযুক্তিটি জন্য কাঠামো সমর্থন লেটেন্সি উন্নতি প্রদান করবে। আমরা সঠিকতা ন্যূনতম ক্ষতি সঙ্গে মডেল কম্প্রেশন মধ্যে 6x উন্নতি পর্যন্ত দেখেছি।

কৌশল যেমন কথন শনাক্তকরণ এবং টেক্সট থেকে ভাষ্য বিভিন্ন বক্তৃতা অ্যাপ্লিকেশন, মূল্যায়ন করা হচ্ছে, এবং বিভিন্ন দৃষ্টি এবং অনুবাদ মডেলের জুড়ে নানারকমের পরীক্ষানিরীক্ষা হয়েছে।

এপিআই সামঞ্জস্যের ম্যাট্রিক্স

ব্যবহারকারীরা নিম্নলিখিত API গুলির সাথে ছাঁটাই প্রয়োগ করতে পারবেন:

  • মডেল ভবন: tf.keras শুধুমাত্র অনুক্রমিক এবং কার্যকরী মডেলের সঙ্গে
  • TensorFlow সংস্করণ: সংস্করণের জন্য মেমরি 1.x 1.14+ এবং 2.x.
    • tf.compat.v1 একটি TF 2.x প্যাকেজ এবং সঙ্গে tf.compat.v2 একটি TF 1.x প্যাকেজের সাথে সমর্থিত নয়।
  • TensorFlow সঞ্চালনের মোড: উভয় গ্রাফ এবং আগ্রহী
  • বন্টিত প্রশিক্ষণ: tf.distribute শুধুমাত্র গ্রাফ সঞ্চালনের সঙ্গে

এটা তোলে নিম্নলিখিত এলাকার সমর্থন যোগ করার জন্য আমাদের রোডম্যাপ হয়:

ফলাফল

ভাবমূর্তি বিভাগ

মডেল অ বিক্ষিপ্ত শীর্ষ -1 যথার্থতা বিরল যথার্থতা Sparsity
InceptionV3 78.1% 78,0% 50%
76,1% 75%
74,6% 87.5%
MobilenetV1 224 71,04% 70,84% 50%

মডেল Imagenet উপর পরীক্ষা করা হয়।

অনুবাদ

মডেল অ বিক্ষিপ্ত Bleu বিরল Bleu Sparsity
GNMT en-ডি 26,77 26,86 80%
26,52 85%
26,19 90%
GNMT ডেন-টীকা 29,47 29,50 80%
29,24 85%
28,81 90%

মডেল দেব সেট এবং পরীক্ষা সেট হিসাবে সংবাদ test2015 যেমন সংবাদ test2013 সঙ্গে WMT16 জার্মান এবং ইংরেজি ডেটা সেটটি ব্যবহার করুন।

উদাহরণ

ছাড়াও Keras সঙ্গে খেজুর টিউটোরিয়াল, নিম্নলিখিত উদাহরণ দেখুন:

  • ছাঁটাই সঙ্গে MNIST হাতে লেখা অঙ্ক শ্রেণীবিন্যাস কাজের উপর একটি সিএনএন মডেল ট্রেন: কোড
  • ছাঁটাই সঙ্গে IMDB, অনুভূতি শ্রেণীবিন্যাস কাজের উপর একটি LSTM ট্রেন: কোড

পৃষ্ঠভূমির জন্য, খেজুর, অথবা খেজুর না দেখুন: মডেল কম্প্রেশন [জন্য গাছ ছাঁটাই এর কার্যক্ষমতা অন্বেষণ কাগজ ]।