Faça a otimização de modelos de machine learning

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(...)
As Ferramentas de otimização de modelos do TensorFlow são um conjunto de acessórios para otimizar modelos de ML para implantação e execução. Dentre outras, elas são compatíveis com técnicas usadas para:
  • reduzir o custo de latência e inferência para dispositivos de nuvem e borda, por exemplo, dispositivo móvel e Internet das Coisas (IoT);
  • implantar modelos para dispositivos de borda com restrições de processamento, memória, consumo de energia, uso de rede e espaço de armazenamento do modelo;
  • ativar a execução e otimizar para hardware existente ou para novos aceleradores para fins especiais.

Escolha o modelo e a ferramenta de otimização com base na tarefa: