tf_nndct.IterativePruningRunner - 2.5 Japanese

Vitis AI オプティマイザー ユーザー ガイド (UG1333)

Document ID
UG1333
Release Date
2022-06-15
Version
2.5 Japanese

Keras モデルの構造化プルーニングを反復して実行するランナー。この API には次のメソッドがあります。

  • __init__(model, input_specs)

    新しい IterativePruningRunner オブジェクトを作成します。

    model
    プルーニングするベースライン モデル。keras.Model のインスタンスです。
    input_specs
    モデルの入力仕様を表すのに使用される 1 つの tf.TensorSpec またはそのリスト。
  • ana(eval_fn, excludes=None, forced=False)

    モデル解析を実行します。解析結果は '.vai' ディレクトリに保存されます。forced が TRUE に設定されている場合を除き、これ以降の呼び出しにはこのキャッシュされた結果が直接使用されます。

    eval_fn
    最初の引数に keras.Model オブジェクトを取り、評価スコアを返す呼び出し可能オブジェクト。
    excludes
    プルーニングから除外されるレイヤー名またはレイヤー インスタンスのリスト。
    forced
    TRUE に設定されている場合、キャッシュされた解析結果を使用する代わりにモデル解析を実行します。
  • prune(ratio=None, threshold=None, spec_path=None, excludes=None, mode='sparse')

    ベースライン モデルをプルーニングし、スパース (疎) モデルを返します。どの程度モデルを削減するかは、ratio、threshold、またはプルーニング仕様の 3 つの方法で指定できます。ratio の使用を推奨します。threshold やプルーニング仕様を使用する方法は、手動調整による実験に適しています。

    ratio
    ベースライン モデルの想定される MAC 削減率。これは目安となる値であり、実際の MAC 削減率はこの値と正確に一致しないことがあります。
    threshold
    ベースライン モデルに対するプルーニング済みモデルの精度低下の相対的な比率。
    spec_path
    モデルのプルーニングに使用されるプルーニング仕様のパス。
    excludes
    プルーニングから除外されるレイヤー名またはレイヤー インスタンスのリスト。
    mode
    ベースライン モデルをプルーニングしてスパース モデルを返すモード。
  • get_slim_model(spec_path=None)

    スパース モデルからスリム モデルを生成します。この変換は、デフォルトでは最新のプルーニング仕様を使用して実行されます。スパース モデルが最新の仕様から生成されたものでない場合は、仕様のパスを明示的に指定できます。

    spec_path
    スパース モデルからスリム モデルへの変換に使用されるプルーニング仕様のパス。