您好,主要流程如下:
1.步骤一:准备工作
下载模型,并使用tokenizers库准备测试数据。
2.步骤二:调用Blade优化模型
调用blade.optimize接口优化模型,并保存优化后的模型。
3.步骤三:验证性能与正确性
对优化前后的推理速度及推理结果进行测试,从而验证优化报告中信息的正确性。
4.步骤四:加载运行优化后的模型
集成Blade SDK,加载优化后的模型进行推理。
主要流程包括: 1、准备数据集;
2、构建BERT模型;
3、使用Blade优化器进行模型优化;
4、评估模型性能;
5、部署模型。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。