টেনসরফ্লো দিয়ে Estimator মডেলের জন্য ফিচার কলাম ডিফাইন করা যায় একটি খালি লিস্ট তৈরি করে এবং ট্রেনিং ডেটাসেটের 'key' মানগুলো অ্যাক্সেস করে সেগুলোর মধ্য দিয়ে ইটারেট করে। ইটারেশনের সময় ফিচার নামগুলো খালি লিস্টে অ্যাপেন্ড করা হয়।
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।
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 ফিচার কলাম বর্ণনা করে কীভাবে মডেলটি রস ইনপুট ডেটা ফিচার ডিকশনারি থেকে ব্যবহার করবে। Estimator মডেল বানানোর সময় ফিচার কলামের একটি লিস্ট পাস করা হয়।
এগুলো মডেল যে ফিচারগুলো ব্যবহার করবে সেগুলো বর্ণনা করে।
tf.feature_column মডিউল ডেটা মডেলে রিপ্রেজেন্ট করার অনেক অপশন দেয়।
আমরা ফিচার কলামের একটি লিস্ট বানাই যাতে Estimator মডেলকে বলা যায় চারটি ফিচারকে ৩২-বিট ফ্লোটিং-পয়েন্ট ভ্যালু হিসেবে রিপ্রেজেন্ট করতে।
