Optimalkan model pembelajaran mesin

import tensorflow as tf
import tensorflow_model_optimization as tfmot
import tf_keras as keras

model = 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 Model Optimization Toolkit adalah rangkaian alat untuk mengoptimalkan model ML untuk penerapan dan eksekusi. Di antara banyak kegunaan, toolkit ini mendukung teknik yang digunakan untuk:
  • Kurangi biaya latensi dan inferensi untuk perangkat cloud dan edge (mis. seluler, IoT).
  • Deploy model ke perangkat edge dengan pembatasan pemrosesan, memori, konsumsi daya, penggunaan jaringan, dan ruang penyimpanan model.
  • Aktifkan eksekusi dan optimalkan untuk perangkat keras yang ada atau akselerator tujuan khusus baru.

Pilih model dan alat pengoptimalan tergantung pada tugas Anda: