Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik optimaliseer en versnel je ai-model met onnx en tensorrt
Ricky
Over deze dienst
Automatische vertaling
Is je AI-model nauwkeurig maar te traag voor gebruik in de praktijk?
Ik optimaliseer machine-learning en computer-vision inference pipelines om latency te verminderen, doorvoer te verbeteren en model deployment op NVIDIA GPUs, edge devices, APIs en productie systemen te vereenvoudigen.
Ik kan helpen met:
PyTorch model profiling en inference bottleneck analyse
PyTorch naar ONNX export
ONNX Runtime optimalisatie
NVIDIA TensorRT engine conversie
FP16 en INT8 optimalisatie waar ondersteund
Latency, throughput en FPS benchmarking
Output validatie ten opzichte van het originele model
Preprocessing en postprocessing optimalisatie
Dynamisch input- en batchgrootte beheer
Dockerized inference omgevingen
FastAPI model-serving integratie
NVIDIA Jetson / GPU deployment workflows
YOLO en computer-vision inference optimalisatie
Mijn focus ligt niet alleen op het converteren van bestandsformaten. Ik controleer of het geoptimaliseerde model nog steeds correcte outputs geeft en meet de daadwerkelijke prestatieverbetering.
Typische opleveringen kunnen omvatten:
Geoptimaliseerde model / engine bestanden
Python inference scripts
Voor/na benchmark resultaten
Output validatieresultaten
Instructies voor setup
Neem gerust contact op voordat je bestelt.
Maak kennis met Ricky
Ricky
High Performance Python and AI Engineer, APIs, Vision, Optimization
- Afkomstig uitIndia
- Lid sindsjul 2023
- Laatste levering2 weken
Talen
Hindi, Engels
I'm a Python and AI engineer focused on performance and production machine learning.
I help clients solve technical problems such as slow Python/Pandas code, broken or incomplete FastAPI backends, custom YOLO computer-vision pipelines, and slow AI inference workflows.
My work includes:
- Python, Pandas, NumPy, Cython and C/C++ performance optimization
- FastAPI and Flask backend development and debugging
- REST APIs, databases, Docker and production deployment
- YOLO object detection, tracking and computer-vision pipelines
- PyTorch, ONNX and TensorRT inference optimization
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Welke modellen kan je optimaliseren?
Ik werk vooral met PyTorch modellen, inclusief computer-vision en deep-learning modellen die geëxporteerd kunnen worden naar ONNX. Compatibiliteit hangt af van de modelarchitectuur en gebruikte operators.
Zullen ONNX of TensorRT de voorspellingen van mijn model veranderen?
Het doel is om het gedrag van het model te behouden. Ik valideer de geoptimaliseerde outputs tegen het originele model en rapporteer eventuele significante numerieke verschillen die door conversie of verminderde precisie ontstaan.
Welke snelheidsverbetering kan ik verwachten?
Het hangt af van het model, hardware, batchgrootte, preprocessing en de huidige bottleneck. Ik doe benchmarking voor en na optimalisatie in plaats van een vaste snelheidsverbetering te beloven.
Ondersteun je FP16 en INT8 quantisatie?
Ja, waar het model en de hardware dat ondersteunen. INT8 kan kalibratiegegevens vereisen en kan nauwkeurigheidsafwegingen veroorzaken, daarom valideer ik de resultaten voor levering.
Kun je YOLO modellen optimaliseren?
Ja. Ik kan YOLO modellen exporteren en optimaliseren voor ONNX/TensorRT workflows en helpen bij het verbeteren van real-time beeld- of video-inference.
Kun je het geoptimaliseerde model deployen?
Ja. Premium of maatwerk projecten kunnen FastAPI, Docker, NVIDIA Jetson, GPU server of andere deployment workflows omvatten.
Wat als mijn model niet geëxporteerd kan worden naar ONNX?
Sommige modellen bevatten niet-ondersteunde of aangepaste operators. Ik kan de exportfout onderzoeken en, waar mogelijk, incompatibele componenten aanpassen of vervangen. Complexe maatwerk operatoren kunnen een aangepaste offerte vereisen.
