De nombreux développeurs optimisent le réseau neuronal ignorant qu'il s'agit d'une étape du développement appelée optimisation.

Lorsqu'elle est effectuée correctement, l'optimisation peut simplifier considérablement le modèle de réseau et améliorer les performances d'inférence. Datatrainx permet aux développeurs de convertir et d'optimiser leurs modèles de réseaux neuronaux qui sont développés à l'aide de cadres populaires tels que TensorFlow, PyTorch et Caffe.

L'outil d'optimisation postformation contenu sur le Cloud DatatrainX permet de réduire la taille du modèle tout en améliorant la latence avec une faible dégradation de l'exactitude et sans recyclage.