有什么办法可以加快张量流格的预测过程吗？
Is there any way to speed up the predicting process for tensorflow lattice?
我使用 python3.7 在 tensorflow lattice 中使用 Keras Premade Models 构建自己的模型并保存经过训练的模型。但是，当我使用训练好的模型进行预测时，预测每个数据点的速度都是毫秒级的，显得很慢。有什么方法可以加快 tfl 的预测过程吗？
有多种提高速度的方法，但它们可能涉及与预测准确性的权衡。我认为最有希望的三个选项是：
- 减少特征数量
- 减少每个特征的格数
- 使用点阵模型的集合，其中每个点阵模型仅获取特征的一个子集，然后对不同模型的预测进行平均（如所述 here）
我使用 python3.7 在 tensorflow lattice 中使用 Keras Premade Models 构建自己的模型并保存经过训练的模型。但是，当我使用训练好的模型进行预测时，预测每个数据点的速度都是毫秒级的，显得很慢。有什么方法可以加快 tfl 的预测过程吗？
有多种提高速度的方法，但它们可能涉及与预测准确性的权衡。我认为最有希望的三个选项是：
- 减少特征数量
- 减少每个特征的格数
- 使用点阵模型的集合，其中每个点阵模型仅获取特征的一个子集，然后对不同模型的预测进行平均（如所述 here）