機械学習モデルを最適化する

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(...)
TensorFlow Model Optimization Toolkit は、機械学習モデルを最適化してデプロイおよび実行できるようにするための一連のツールです。このツールキットにはさまざまな用途がありますが、以下に関する手法をサポートしています。
  • クラウドおよびエッジデバイス(モバイル、IoT など)の遅延と推論のコストを削減します。
  • モデルをエッジデバイスにデプロイします(処理、メモリ、消費電力、ネットワーク使用量、モデルのストレージ容量に関する制限あり)。
  • モデルを実行できるようにし、既存のハードウェアまたは新しい専用アクセラレータ向けに最適化します。

タスクに応じてモデルと最適化ツールを選択します。