L'action dlPrune est une fonctionnalité avancée du moteur SAS Cloud Analytic ServicesMoteur analytique distribué et en mémoire (in-memory) au cœur de SAS Viya. Il assure le traitement des données et l'exécution des modèles avec une très haute performance. conçue pour alléger l'architecture d'un modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). d'apprentissage profondL'apprentissage profond (Deep Learning) est une branche de l'IA utilisant des réseaux de neurones multicouches pour modéliser des données complexes et automatiser l'extraction de caractéristiques.. En supprimant de manière itérative une ou plusieurs couches spécifiques via le paramètre obligatoire layerNames, cette action permet de réduire l'empreinte mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. et d'accélérer les temps de réponse lors de la phase de scoringProcessus d'application d'un modèle prédictif à de nouvelles données pour calculer une probabilité ou un score, permettant ainsi d'automatiser la prise de décision en temps réel sur SAS Viya.. Cette technique maintient l'efficacité globale du réseau de neuronesUn réseau de neurones est un modèle d'IA bio-inspiré composé de couches de nœuds interconnectés, capable d'apprendre des relations complexes dans les données pour prédire ou classifier avec précision. tout en consommant drastiquement moins de ressources de calcul sur la plateforme SAS Viya, un atout majeur pour les déploiements temps réel.
Comment l'action dlPrune optimise-t-elle l'inférence des modèles Deep Learning en production ?
Optimisation de l'Inférence via l'Élagage CAS
Exemples pour l'action dlPrune
Élagage basique d'une couche convolutive
Exemple rudimentaire ciblant une seule couche pour l'alléger en s'appuyant sur des poids préalablement entraînés.
Élagage avancé avec suivi et accélération GPU
On élague plusieurs couches avec une tolérance d'erreur spécifique, en activant l'accélération matérielle et le retour détaillé des métriques d'ajustement.