পাইথনে বৈশিষ্ট্য কলামগুলিকে সংজ্ঞায়িত করতে টেনসরফ্লো কীভাবে ব্যবহার করা যেতে পারে?

টেনসরফ্লো একটি খালি তালিকা তৈরি করে এবং প্রশিক্ষণ ডেটাসেটের 'কী' মানগুলি অ্যাক্সেস করে এবং এটির মাধ্যমে পুনরাবৃত্তি করে অনুমানকারী মডেলের বৈশিষ্ট্য কলামগুলি সংজ্ঞায়িত করতে ব্যবহার করা যেতে পারে। পুনরাবৃত্তির সময়, বৈশিষ্ট্যের নামগুলি খালি তালিকায় যুক্ত করা হয়।

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

উদাহরণ

print("Building list of feature columns for estimator model")
my_feature_columns = []
for key in train.keys():
   my_feature_columns.append(tf.feature_column.numeric_column(key=key))

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

আউটপুট

Building list of feature columns for estimator model

ব্যাখ্যা

• একটি বৈশিষ্ট্য কলাম বর্ণনা করে যে কীভাবে মডেলটিকে বৈশিষ্ট্য অভিধান থেকে কাঁচা ইনপুট ডেটা ব্যবহার করা উচিত। যখন একটি এস্টিমেটর মডেল তৈরি করা হয়, তখন বৈশিষ্ট্য কলামের একটি তালিকা এতে পাঠানো হয়৷

  ৷

• তারা মডেলের ব্যবহার করা উচিত এমন প্রতিটি বৈশিষ্ট্য বর্ণনা করে৷

• tf.feature_column মডিউল মডেলটিতে ডেটা উপস্থাপন করার জন্য অনেকগুলি বিকল্প দেয়৷

• 32-বিট ফ্লোটিং-পয়েন্ট মান হিসাবে চারটি বৈশিষ্ট্যের প্রতিটিকে উপস্থাপন করতে অনুমানকারী মডেলকে বলার জন্য আমরা বৈশিষ্ট্য কলামগুলির একটি তালিকা তৈরি করি৷