最佳化機器學習模型

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 模型最佳化工具包是一套可將機器學習模型最佳化,以便進行部署和執行的工具。在許多用途中,工具包都支援下列技術:
  • 縮短雲端和邊緣裝置 (例如行動裝置、IoT) 的延遲時間與推論成本。
  • 將模型部署至邊緣裝置,並限制處理能力、 記憶體、耗電量、網路用量和模型儲存空間。
  • 執行和最佳化現有硬體或新型特殊用途加速器。

根據你的工作選擇模型和最佳化工具: