בצע אופטימיזציה נוספת
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
כאשר מודלים מותאמים מראש וכלים לאחר אימון אינם מספקים את מקרה השימוש שלך, השלב הבא הוא לנסות את הכלים השונים בזמן האימון.
כלי זמן אימון חוזרים על פונקציית האובדן של המודל על נתוני האימון כך שהמודל יכול "להסתגל" לשינויים שמביאה טכניקת האופטימיזציה.
נקודת ההתחלה לשימוש בממשקי ה-API של ההדרכה שלנו היא סקריפט אימון של Keras, שניתן לאתחל אותו באופן אופציונלי מדגם Keras מאומן מראש כדי לכוונן עוד יותר.
כלי זמן אימון זמינים לניסיון:
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-07-25 (שעון UTC).
[null,null,["עדכון אחרון: 2025-07-25 (שעון UTC)."],[],[],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)"]]
