تحسين نماذج التعلم الآلي
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(...)
مجموعة أدوات تحسين نموذج TensorFlow عبارة عن مجموعة من الأدوات لتحسين نماذج ML للنشر والتنفيذ. من بين العديد من الاستخدامات ، تدعم مجموعة الأدوات التقنيات المستخدمة من أجل:
- تقليل زمن الوصول وتكلفة الاستدلال للأجهزة السحابية والحافة (مثل الأجهزة المحمولة وإنترنت الأشياء).
- انشر النماذج على الأجهزة المتطورة مع قيود على المعالجة والذاكرة واستهلاك الطاقة واستخدام الشبكة ومساحة تخزين الطراز.
- تفعيل التنفيذ على الأجهزة الموجودة أو مسرعات الأغراض الخاصة الجديدة وتحسينها.
اختر النموذج وأداة التحسين حسب مهمتك:
-
تحسين الأداء مع الطرز الجاهزة
في كثير من الحالات ، يمكن للنماذج المحسّنة مسبقًا تحسين كفاءة تطبيقك. -
استخدم مجموعة أدوات تحسين نموذج TensorFlow
جرب أدوات ما بعد التدريب لتحسين نموذج TensorFlow الذي تم تدريبه بالفعل. -
مزيد من التحسين
استخدم أدوات تحسين وقت التدريب وتعرف على التقنيات.