หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

ปรับโมเดลการเรียนรู้ของเครื่องให้เหมาะสม

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(...)
ชุดเครื่องมือเพิ่มประสิทธิภาพโมเดล TensorFlow เป็นชุดเครื่องมือสำหรับปรับแต่งโมเดล ML สำหรับการปรับใช้และการดำเนินการ ท่ามกลางการใช้งานหลายอย่างชุดเครื่องมือนี้สนับสนุนเทคนิคที่ใช้ในการ:
  • ลดค่าเวลาแฝงและการอนุมานสำหรับอุปกรณ์บนคลาวด์และขอบ (เช่นอุปกรณ์เคลื่อนที่, IoT)
  • ปรับใช้โมเดลกับอุปกรณ์ขอบด้วยข้อ จำกัด ในการประมวลผลหน่วยความจำการใช้พลังงานการใช้เครือข่ายและพื้นที่เก็บข้อมูลรุ่น
  • เปิดใช้งานการดำเนินการและปรับให้เหมาะสมสำหรับฮาร์ดแวร์ที่มีอยู่หรือตัวเร่งวัตถุประสงค์พิเศษใหม่

เลือกรุ่นและเครื่องมือเพิ่มประสิทธิภาพขึ้นอยู่กับงานของคุณ: