इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

मशीन सीखने के मॉडल का अनुकूलन 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 तैनाती और निष्पादन के लिए एमएल मॉडल के अनुकूलन के लिए उपकरणों का एक सूट है। कई उपयोगों में, टूलकिट निम्न 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 पर तैनात करें।
  • मौजूदा हार्डवेयर या नए विशेष प्रयोजन त्वरक के लिए निष्पादन को सक्षम और अनुकूलित करें।

अपने कार्य के आधार पर मॉडल और अनुकूलन उपकरण चुनें: