tf.lite.Optimize
| Просмотреть исходный код на GitHub |
Перечисление, определяющее оптимизации, которые следует применять при генерации модели tflite.
DEFAULT Стандартная стратегия оптимизации, которая квантует веса модели. Дополнительные оптимизации достигаются путём предоставления представительного набора данных, который также квантует смещения и активации. Преобразователь сделает всё возможное, чтобы уменьшить размер и время выполнения, минимизируя потери точности.
OPTIMIZE_FOR_SIZE Устаревшее. Делает то же самое, что и DEFAULT.
OPTIMIZE_FOR_LATENCY Устаревшее. Делает то же самое, что и DEFAULT.
EXPERIMENTAL_SPARSITY Экспериментальный флаг, может быть изменён.
Enable optimization by taking advantage of the sparse model weights trained with pruning. The converter will inspect the sparsity pattern of the model weights and do its best to improve size and latency. The flag can be used alone to optimize float32 models with sparse weights. It can also be used together with the DEFAULT optimization mode to optimize quantized models with sparse weights.
| Переменные класса | |
|---|---|
| DEFAULT | <Optimize.DEFAULT: 'DEFAULT'> |
| EXPERIMENTAL_SPARSITY | <Optimize.EXPERIMENTAL_SPARSITY: 'EXPERIMENTAL_SPARSITY'> |
| OPTIMIZE_FOR_LATENCY | <Optimize.OPTIMIZE_FOR_LATENCY: 'OPTIMIZE_FOR_LATENCY'> |
| OPTIMIZE_FOR_SIZE | <Optimize.OPTIMIZE_FOR_SIZE: 'OPTIMIZE_FOR_SIZE'> |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/lite/Optimize