Conozca lo último en aprendizaje automático, IA generativa y más en el
Simposio WiML 2023.
Comience con la optimización del modelo de TensorFlow
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
1. Elige el mejor modelo para la tarea
Dependiendo de la tarea, deberá hacer un balance entre la complejidad y el tamaño del modelo. Si su tarea requiere una alta precisión, es posible que necesite un modelo grande y complejo. Para tareas que requieren menos precisión, es mejor usar un modelo más pequeño porque no solo usan menos espacio en disco y memoria, sino que también son generalmente más rápidos y más eficientes energéticamente.
2. Modelos preoptimizados
Vea si algún modelo preoptimizado existente de TensorFlow Lite brinda la eficiencia requerida por su aplicación.
3. Herramientas posteriores al entrenamiento
Si no puede usar un modelo previamente entrenado para su aplicación, intente usar las herramientas de cuantificación posteriores al entrenamiento de TensorFlow Lite durante la conversión de TensorFlow Lite, que pueden optimizar su modelo de TensorFlow ya entrenado.
Consulte el tutorial de cuantificación posterior al entrenamiento para obtener más información.
Si las soluciones simples anteriores no satisfacen sus necesidades, es posible que deba involucrar técnicas de optimización del tiempo de capacitación. Optimice aún más con nuestras herramientas de tiempo de capacitación y profundice más.
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2022-08-03 (UTC)
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Falta la información que necesito"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Muy complicado o demasiados pasos"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Desactualizado"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema de traducción"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problema con las muestras o los códigos"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Otro"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Fácil de comprender"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Resolvió mi problema"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Otro"
}]
{"lastModified": "\u00daltima actualizaci\u00f3n:\u00a02022-08-03 (UTC)"}
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2022-08-03 (UTC)"],[],[]]