টেনসরফ্লো Estimator দিয়ে নতুন ডেটায় প্রেডিকশন করা যায় 'predict' মেথড ব্যবহার করে যা 'classifier' মেথডে রয়েছে।
আরও পড়ুন: টেনসরফ্লো কী এবং কেরাস কীভাবে টেনসরফ্লোর সাথে কাজ করে নিউরাল নেটওয়ার্ক তৈরির জন্য?
আমরা কেরাস সিকুয়েনশিয়াল API ব্যবহার করব, যা একটি সিকুয়েনশিয়াল মডেল বানাতে সাহায্য করে যেখানে প্রতিটি লেয়ারের ঠিক একটি ইনপুট টেনসর এবং একটি আউটপুট টেনসর থাকে।
কমপক্ষে একটি লেয়ার থাকা নিউরাল নেটওয়ার্ককে কনভোল্যুশনাল লেয়ার বলা হয়। আমরা কনভোল্যুশনাল নিউরাল নেটওয়ার্ক ব্যবহার করে লার্নিং মডেল বানাতে পারি।
টেনসরফ্লো টেক্সট (TensorFlow Text) টেক্সট-রিলেটেড ক্লাস ও অপ্সের সংকলন যা টেনসরফ্লো ২.০-এর সাথে ব্যবহার করা যায়। টেনসরফ্লো টেক্সট সিকুয়েন্স মডেলিং প্রিপ্রসেস করতে ব্যবহৃত হয়।
নিচের কোড চালানোর জন্য আমরা গুগল কোলাবরেটরি ব্যবহার করছি। গুগল কোল্যাব বা কোলাবরেটরি ব্রাউজারের ওপর পাইথন কোড চালাতে সাহায্য করে এবং জিরো কনফিগারেশন ও ফ্রি জিপিইউ (GPU) অ্যাক্সেস দেয়। কোলাবরেটরি জুপিটার নোটবুকের ওপর বিল্ড করা হয়েছে।
এন Estimator হলো টেনসরফ্লোর হাই-লেভেল রিপ্রেজেন্টেশন একটি সম্পূর্ণ মডেলের। এটি সহজ স্কেলিং ও অ্যাসিঙ্ক্রোনাস ট্রেনিং-এর জন্য ডিজাইন করা।
মডেলটি আইরিস (iris) ডেটাসেট দিয়ে ট্রেন করা হয়েছে। এখানে ৪টি ফিচার এবং একটি লেবেল রয়েছে।
- সেপাল দৈর্ঘ্য (sepal length)
- সেপাল প্রস্থ (sepal width)
- পেটাল দৈর্ঘ্য (petal length)
- পেটাল প্রস্থ (petal width)
উদাহরণ
কোড ক্রেডিট: https://www.tensorflow.org/tutorials/estimator/premade#first_things_first
আউটপুট
Generating predictions from model Defining input function for prediction It converts inputs to dataset without labelsব্যাখ্যা
- ট্রেন করা মডেল ভালো ফলাফল দেবে।
- এটি আইরিস ফুলের প্রজাতি প্রেডিক্ট করতে ব্যবহার করা যায়, কিছু আনলেবেল্ড মেজারমেন্টের ভিত্তিতে।
- প্রেডিকশনগুলো একটি সিঙ্গল ফাংশন কল দিয়ে করা হয়।
