Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

Optimice los modelos de aprendizaje automático

import tensorflow as tf
import tensorflow_model_optimization as tfmot

model = tf.keras.Sequential([...])

pruning_schedule = tfmot.sparsity.keras.PolynomialDecay(
                      initial_sparsity=0.0, final_sparsity=0.5,
                      begin_step=2000, end_step=4000)

model_for_pruning = tfmot.sparsity.keras.prune_low_magnitude(
    model, pruning_schedule=pruning_schedule)
...

model_for_pruning.fit(...)
El kit de herramientas de optimización de modelos de TensorFlow es un conjunto de herramientas para optimizar los modelos de aprendizaje automático para su implementación y ejecución. Entre muchos usos, el kit de herramientas admite técnicas utilizadas para:
  • Reduzca la latencia y el costo de inferencia para la nube y los dispositivos perimetrales (por ejemplo, dispositivos móviles, IoT).
  • Implemente modelos en dispositivos perimetrales con restricciones de procesamiento, memoria, consumo de energía, uso de la red y espacio de almacenamiento de modelos.
  • Habilite la ejecución y optimice el hardware existente o nuevos aceleradores especiales.

Elija el modelo y la herramienta de optimización según su tarea: