התחל עם אופטימיזציה של מודל TensorFlow

1. בחרו את המודל הטוב ביותר למשימה

בהתאם למשימה, תצטרכו לעשות פשרה בין מורכבות המודל לגודלו. אם המשימה שלכם דורשת דיוק גבוה, ייתכן שתצטרכו מודל גדול ומורכב. עבור משימות הדורשות פחות דיוק, עדיף להשתמש במודל קטן יותר מכיוון שהם לא רק משתמשים בפחות שטח דיסק וזיכרון, אלא שהם גם בדרך כלל מהירים יותר וחסכוניים יותר באנרגיה.

2. מודלים שעברו אופטימיזציה מראש

בדקו אם מודלים קיימים של TensorFlow Lite שעברו אופטימיזציה מראש מספקים את היעילות הנדרשת ליישום שלכם.

3. כלי עבודה לאחר האימון

אם אינך יכול להשתמש במודל שאומן מראש עבור היישום שלך, המר את המודל שכבר אומן למודל LiteRT float32 וכמת אותו באמצעות LiteRT Quantizer .

השלבים הבאים: כלי עבודה בזמן אימון

אם הפתרונות הפשוטים הנ"ל אינם עונים על צרכיכם, ייתכן שתצטרכו לשלב טכניקות אופטימיזציה של זמן אימון. בצעו אופטימיזציה נוספת בעזרת כלי זמן האימון שלנו וחפרו עמוק יותר.