¡La agenda ha sido anunciada! Guardar un lugar en el Simposio de la Mujer en ML de octubre 19 de Registrar ahora

Optimiza 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 AA para su implementación y ejecución. Entre muchos usos, el kit de herramientas es compatible con técnicas utilizadas para lo siguiente:
  • Reducir la latencia y el costo de inferencia para dispositivos de EDGE y en la nube (p. ej., dispositivos móviles, IoT)
  • Implementar modelos en dispositivos de EDGE con restricciones de procesamiento, memoria, consumo de energía, uso de red y espacio de almacenamiento del modelo
  • Habilitar la ejecución y optimizar para el hardware existente o los nuevos aceleradores de propósito especial

Elegir el modelo y la herramienta de optimización según tu tarea: