पंजीकरण और एसएमएस के बिना एमएल मॉडल का आकार कम करें

1. हम एक मॉडल बनाते हैं, अनियमित रूप से इसके मापदंडों को शुरू करते हैं
2. पुनरावृत्तियों का एक नेटवर्क सीखना j
3. हमने उन नेटवर्क मापदंडों को काट दिया जिनके पास सबसे छोटा मूल्य है (सबसे सरल कार्य कुछ सीमा मूल्य निर्धारित करना है)
4. हम शेष मापदंडों को उनके प्रारंभिक मानों पर रीसेट करते हैं, हमें वह सबनेट मिलता है जिसकी हमें आवश्यकता होती है।

import tensorflow as tf
from tensorflow import keras

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(300, activation='relu'),
    keras.layers.Dense(150, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='SGD',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

#  
threshold = 0.001

#       np.array
weights = model.weights
weights = np.asarray(weights)

#    
first_h_layer_weights = weights[1]
second_h_layer_weights = weights[3]

def delete_from_layers(one_d_array, threshold):
    index = []
    for i in range(one_d_array.shape[0]):
        #   ,       
        if abs(one_d_array[i]) <= threshold:
            index.append(i)
    #    ,   
    new_layer = np.delete(one_d_array, index)
    return new_layer

new_layer_weights = delete_from_layers(second_h_layer_weights, threshold)