หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

ปรับโมเดลแมชชีนเลิร์นนิงให้เหมาะสม

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 Model Optimization Toolkit เป็นชุดเครื่องมือสำหรับการเพิ่มประสิทธิภาพแบบจำลอง ML สำหรับการปรับใช้และการดำเนินการ ในหลาย ๆ การใช้งานชุดเครื่องมือนี้สนับสนุนเทคนิคที่ใช้เพื่อ:
  • ลดเวลาในการตอบสนองและต้นทุนการอนุมานสำหรับอุปกรณ์คลาวด์และอุปกรณ์ขอบ (เช่นอุปกรณ์เคลื่อนที่ IoT)
  • ปรับใช้โมเดลกับอุปกรณ์ edge โดยมีข้อ จำกัด ในการประมวลผลหน่วยความจำการใช้พลังงานการใช้งานเครือข่ายและพื้นที่จัดเก็บโมเดล
  • เปิดใช้งานการดำเนินการและปรับให้เหมาะสมสำหรับฮาร์ดแวร์ที่มีอยู่หรือตัวเร่งความเร็วสำหรับวัตถุประสงค์พิเศษใหม่

เลือกโมเดลและเครื่องมือเพิ่มประสิทธิภาพตามงานของคุณ: