سخنرانی ها ، جلسات محصول ، کارگاه ها و موارد دیگر را از لیست پخش Google I / O مشاهده کنید

مدل های یادگیری ماشین را بهینه کنید

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(...)
مجموعه ابزار بهینه سازی مدل TensorFlow مجموعه ای از ابزارها برای بهینه سازی مدل های ML برای استقرار و اجرا است. در میان بسیاری از موارد استفاده ، جعبه ابزار از تکنیک هایی استفاده می کند که برای موارد زیر استفاده می شود:
  • تأخیر و هزینه استنباط برای دستگاههای ابری و لبه ای (به عنوان مثال تلفن همراه ، اینترنت اشیا) را کاهش دهید.
  • با محدودیت در پردازش ، حافظه ، مصرف برق ، استفاده از شبکه و فضای ذخیره سازی مدل ، مدل ها را در دستگاه های لبه دار مستقر کنید.
  • اجرای روشن و بهینه سازی سخت افزار موجود یا شتاب دهنده های جدید ویژه را فعال کنید.

بسته به وظیفه خود مدل و ابزار بهینه سازی را انتخاب کنید: