Dalsza optymalizacja
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Gdy wstępnie zoptymalizowane modele i narzędzia poszkoleniowe nie spełniają Twojego przypadku użycia, następnym krokiem jest wypróbowanie różnych narzędzi do trenowania.
Narzędzia czasu uczenia połączone są z funkcją straty modelu nad danymi uczącymi, dzięki czemu model może „dostosować się” do zmian wprowadzonych przez technikę optymalizacji.
Punktem wyjścia do korzystania z naszych szkoleniowych interfejsów API jest skrypt szkoleniowy Keras, który można opcjonalnie zainicjować ze wstępnie wytrenowanego modelu Keras w celu dalszego dostrojenia.
Dostępne narzędzia do nauki czasu szkolenia:
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-25 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-25 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)"]]
