मशीन लर्निंग मॉडल को ऑप्टिमाइज़ करें

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 मॉडल ऑप्टिमाइज़ेशन टूलकिट परिनियोजन और निष्पादन के लिए ML मॉडल को अनुकूलित करने के लिए उपकरणों का एक सूट है। कई उपयोगों में, टूलकिट निम्नलिखित के लिए उपयोग की जाने वाली तकनीकों का समर्थन करता है:
  • क्लाउड और एज डिवाइस (जैसे मोबाइल, IoT) के लिए विलंबता और अनुमान लागत कम करें।
  • प्रसंस्करण, स्मृति, बिजली की खपत, नेटवर्क उपयोग और मॉडल भंडारण स्थान पर प्रतिबंध के साथ उपकरणों को किनारे करने के लिए मॉडल तैनात करें।
  • मौजूदा हार्डवेयर या नए विशेष प्रयोजन त्वरक को चालू और अनुकूलित करने के लिए निष्पादन सक्षम करें।

अपने कार्य के आधार पर मॉडल और अनुकूलन उपकरण चुनें: