প্রশিক্ষিত মডেল থেকে ভবিষ্যদ্বাণী করতে এস্টিমেটরের সাথে টেনসরফ্লো কীভাবে ব্যবহার করা যেতে পারে?

'ক্ল্যাসিফায়ার' পদ্ধতিতে উপস্থিত 'ভবিষ্যদ্বাণী' পদ্ধতি ব্যবহার করে নতুন ডেটার আউটপুট অনুমান 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 প্রশিক্ষণপ্রাপ্ত হয়। এখানে 4টি বৈশিষ্ট্য এবং একটি লেবেল রয়েছে৷

৷

সেপালের দৈর্ঘ্য
সেপাল প্রস্থ
পাপড়ির দৈর্ঘ্য
পাপড়ি প্রস্থ

উদাহরণ

মুদ্রণ("মডেল থেকে ভবিষ্যদ্বাণী তৈরি করা")প্রত্যাশিত =['সেটোসা', 'ভার্সিকলার', 'ভার্জিনিকা']প্রেডিক্ট_x ={ 'সেপালদৈর্ঘ্য':[5.1, 5.9, 6.9], 'সেপাল প্রস্থ':[3.3, 3.0 , 3.1], 'পেটাল দৈর্ঘ্য':[1.7, 4.2, 5.4], 'পেটাল প্রস্থ':[0.5, 1.5, 2.1],}প্রিন্ট ("পূর্বাভাসের জন্য ইনপুট ফাংশন সংজ্ঞায়িত করা")প্রিন্ট ("এটি লেবেল ছাড়াই ডেটাসেটে ইনপুটগুলিকে রূপান্তর করে" )def input_fn(features, batch_size=256):tf.data.Dataset.from_tensor_slices(dict(features)).batch(batch_size)পূর্বাভাস =classifier.predict( input_fn=lambda:input_fn(predict_x)

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

আউটপুট

পূর্বাভাসের জন্য মডেল ডিফাইনিং ইনপুট ফাংশন থেকে ভবিষ্যদ্বাণী তৈরি করাএটি লেবেল ছাড়াই ইনপুটগুলিকে ডেটাসেটে রূপান্তর করে

ব্যাখ্যা

প্রশিক্ষিত মডেলটি ভাল ফলাফল দেবে।
লেবেলবিহীন নির্দিষ্ট পরিমাপের উপর ভিত্তি করে আইরিস ফুলের প্রজাতির পূর্বাভাস দিতে এটি ব্যবহার করা যেতে পারে।
একটি ফাংশন কল ব্যবহার করে ভবিষ্যদ্বাণী করা হয়।