কম্পিউটার
 Computer >> কম্পিউটার >  >> প্রোগ্রামিং >> Python

পাইথন ব্যবহার করে মডেলটি মূল্যায়ন করতে এস্টিমেটরদের সাথে টেনসরফ্লো কীভাবে ব্যবহার করা যেতে পারে?

'ক্ল্যাসিফায়ার' মডিউলে উপস্থিত 'মূল্যায়ন' পদ্ধতির সাহায্যে মডেলটিকে মূল্যায়ন করতে অনুমানকারীর সাথে টেনসরফ্লো ব্যবহার করা যেতে পারে।

আরো পড়ুন: টেনসরফ্লো কী এবং নিউরাল নেটওয়ার্ক তৈরি করতে টেনসরফ্লো-এর সাথে কেরাস কীভাবে কাজ করে?

আমরা কেরাস সিকোয়েন্সিয়াল এপিআই ব্যবহার করব, যা একটি অনুক্রমিক মডেল তৈরি করতে সহায়ক যা স্তরগুলির একটি প্লেইন স্ট্যাকের সাথে কাজ করতে ব্যবহৃত হয়, যেখানে প্রতিটি স্তরে একটি ইনপুট টেনসর এবং একটি আউটপুট টেনসর রয়েছে৷

একটি নিউরাল নেটওয়ার্ক যা অন্তত একটি স্তর ধারণ করে একটি কনভোলিউশনাল স্তর হিসাবে পরিচিত। আমরা শেখার মডেল তৈরি করতে কনভোলিউশনাল নিউরাল নেটওয়ার্ক ব্যবহার করতে পারি।

টেনসরফ্লো টেক্সটে টেক্সট সম্পর্কিত ক্লাস এবং অপ্সের সংগ্রহ রয়েছে যা টেনসরফ্লো 2.0 এর সাথে ব্যবহার করা যেতে পারে। টেনসরফ্লো টেক্সটটি সিকোয়েন্স মডেলিং প্রিপ্রসেস করতে ব্যবহার করা যেতে পারে।

নিচের কোডটি চালানোর জন্য আমরা Google Colaboratory ব্যবহার করছি। Google Colab বা Colaboratory ব্রাউজারে Python কোড চালাতে সাহায্য করে এবং এর জন্য শূন্য কনফিগারেশন এবং GPUs (গ্রাফিক্যাল প্রসেসিং ইউনিট) তে বিনামূল্যে অ্যাক্সেস প্রয়োজন। জুপিটার নোটবুকের উপরে কোলাবোরেটরি তৈরি করা হয়েছে।

একটি অনুমানকারী হল TensorFlow-এর একটি সম্পূর্ণ মডেলের উচ্চ-স্তরের উপস্থাপনা। এটি সহজ স্কেলিং এবং অ্যাসিঙ্ক্রোনাস প্রশিক্ষণের জন্য ডিজাইন করা হয়েছে৷

৷

মডেলটি আইরিস ডেটা সেট ব্যবহার করে প্রশিক্ষিত।

উদাহরণ

eval_result = classifier.evaluate(input_fn=lambda: input_fn(test, test_y, training=False))
print('\nTest dataset accuracy is: {accuracy:0.3f}\n'.format(**eval_result))

কোড ক্রেডিট −https://www.tensorflow.org/tutorials/estimator/premade#first_things_first

আউটপুট

INFO:tensorflow:Calling model_fn.
WARNING:tensorflow:Layer dnn is casting an input tensor from dtype float64 to the layer's dtype of float32, which is new behavior in TensorFlow 2. The layer has dtype float32 because its dtype defaults to floatx.
If you intended to run this layer in float32, you can safely ignore this warning. If in doubt, this warning is likely only an issue if you are porting a TensorFlow 1.X model to TensorFlow 2.
To change all layers to have dtype float64 by default, call `tf.keras.backend.set_floatx('float64')`. To change just this layer, pass dtype='float64' to the layer constructor. If you are the author of this layer, you can disable autocasting by passing autocast=False to the base Layer constructor.
INFO:tensorflow:Done calling model_fn.
INFO:tensorflow:Starting evaluation at 2020-09-10T01:40:47Z
INFO:tensorflow:Graph was finalized.
INFO:tensorflow:Restoring parameters from /tmp/tmpbhg2uvbr/model.ckpt-5000
INFO:tensorflow:Running local_init_op.
INFO:tensorflow:Done running local_init_op.
INFO:tensorflow:Inference Time : 0.21153s
INFO:tensorflow:Finished evaluation at 2020-09-10-01:40:47
INFO:tensorflow:Saving dict for global step 5000: accuracy = 0.96666664, average_loss = 0.42594802, global_step = 5000, loss = 0.42594802
INFO:tensorflow:Saving 'checkpoint_path' summary for global step 5000: /tmp/tmpbhg2uvbr/model.ckpt-5000
Test dataset accuracy is: 0.967

ব্যাখ্যা

  • একবার মোয়েল প্রশিক্ষিত হলে, কর্মক্ষমতা সম্পর্কে কিছু তথ্য পাওয়া যাবে।

  • 'মূল্যায়ন' ফাংশনে কোনো প্যারামিটার পাস করা হয় না।

  • ইভালের জন্য ইনপুট_এফএন শুধুমাত্র ডেটার একটি একক যুগ উৎপন্ন করে।

  • eval_result অভিধানে রয়েছে গড়_ক্ষতি (নমুনা প্রতি গড় ক্ষতি), ক্ষতি (মানে প্রতি মিনি-ব্যাচের ক্ষতি) এবং অনুমানকারীর গ্লোবাল_স্টেপের মান (প্রশিক্ষণের পুনরাবৃত্তির সংখ্যা)।


  1. পাইথন ব্যবহার করে একটি সিএনএন মডেলের মূল্যায়ন করতে কীভাবে টেনসরফ্লো ব্যবহার করা যেতে পারে?

  2. পাইথন ব্যবহার করে পুনরুদ্ধার করা মডেলটি মূল্যায়ন করতে কেরাস কীভাবে ব্যবহার করা যেতে পারে?

  3. পাইথন ব্যবহার করে পুরো মডেলটিকে কীভাবে সংরক্ষণ করতে কেরাস ব্যবহার করা যেতে পারে?

  4. পাইথন ব্যবহার করে মডেল প্লট করার জন্য কেরাস কীভাবে ব্যবহার করা যেতে পারে?