টেনসরফ্লোতে তৈরি মডেলটি 'কম্পাইল' পদ্ধতি ব্যবহার করে কম্পাইল করা যেতে পারে। 'SparseCategoricalCrossentropy' পদ্ধতি ব্যবহার করে ক্ষতি গণনা করা হয়।
আরো পড়ুন: টেনসরফ্লো কী এবং নিউরাল নেটওয়ার্ক তৈরি করতে টেনসরফ্লো-এর সাথে কেরাস কীভাবে কাজ করে?
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।
print("The model is being compiled")
model.compile(optimizer='adam',loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
print("The architecture of the model")
model.summary() কোড ক্রেডিট:https://www.tensorflow.org/tutorials/images/classification
আউটপুট
The model is being compiled The architecture of the model Model: "sequential_2" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= rescaling_1 (Rescaling) (None, 180, 180, 3) 0 _________________________________________________________________ conv2d_6 (Conv2D) (None, 180, 180, 16) 448 _________________________________________________________________ max_pooling2d_4 (MaxPooling2 (None, 90, 90, 16) 0 _________________________________________________________________ conv2d_7 (Conv2D) (None, 90, 90, 32) 4640 _________________________________________________________________ max_pooling2d_5 (MaxPooling2 (None, 45, 45, 32) 0 _________________________________________________________________ conv2d_8 (Conv2D) (None, 45, 45, 64) 18496 _________________________________________________________________ max_pooling2d_6 (MaxPooling2 (None, 22, 22, 64) 0 _________________________________________________________________ flatten_1 (Flatten) (None, 30976) 0 _________________________________________________________________ dense_2 (Dense) (None, 128) 3965056 _________________________________________________________________ dense_3 (Dense) (None, 5) 645 ================================================================= Total params: 3,989,285 Trainable params: 3,989,285 Non-trainable params: 0 _________________________________________________________________
ব্যাখ্যা
- অপ্টিমাইজার।অ্যাডাম অপ্টিমাইজার এবং ক্ষতি।
- প্রতিটি প্রশিক্ষণ যুগের জন্য প্রশিক্ষণ এবং বৈধতা নির্ভুলতা মেট্রিক্স আর্গুমেন্ট পাস করে দেখা যেতে পারে।
- একবার মডেলটি কম্পাইল করা হলে, 'সারাংশ' পদ্ধতি ব্যবহার করে আর্কিটেকচারের সারাংশ প্রদর্শিত হয়।
