¿Tengo una pregunta? Conéctese con la comunidad en el Foro de visita del foro de TensorFlow

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: