مزيد من التحسين
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
عندما لا ترضي النماذج المُحسَّنة مسبقًا وأدوات ما بعد التدريب حالة الاستخدام الخاصة بك ، فإن الخطوة التالية هي تجربة أدوات وقت التدريب المختلفة.
أدوات وقت التدريب على التحميل على وظيفة فقدان النموذج على بيانات التدريب بحيث يمكن للنموذج "التكيف" مع التغييرات التي أحدثتها تقنية التحسين.
نقطة البداية لاستخدام واجهات برمجة التطبيقات الخاصة بالتدريب هي نص تدريب Keras ، والذي يمكن تهيئته اختياريًا من نموذج Keras المُدرَّب مسبقًا لمزيد من الضبط الدقيق.
أدوات وقت التدريب المتاحة لك لتجربتها:
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["# Optimize further\n\n\u003cbr /\u003e\n\nWhen pre-optimized models and post-training tools do not satisfy your use case,\nthe next step is to try the different training-time tools.\n\nTraining time tools piggyback on the model's loss function over the training\ndata such that the model can \"adapt\" to the changes brought by the optimization\ntechnique.\n\nThe starting point to use our training APIs is a Keras training script, which\ncan be optionally initialized from a pre-trained Keras model to further fine\ntune.\n\nTraining time tools available for you to try:\n\n- [Weight pruning](./pruning/)\n- [Quantization](./quantization/training)\n- [Weight clustering](./clustering/)\n- [Collaborative optimization](./combine/collaborative_optimization)"]]
