কিভাবে টেনসরফ্লো একটি সিএনএন মডেলকে প্রশিক্ষণ এবং কম্পাইল করতে ব্যবহার করা যেতে পারে?

একটি কনভোল্যুশনাল নিউরাল নেটওয়ার্ক যথাক্রমে 'ট্রেন' পদ্ধতি এবং 'ফিট' পদ্ধতি ব্যবহার করে প্রশিক্ষিত এবং সংকলন করা যেতে পারে। 'যুগ' মান 'ফিট' পদ্ধতিতে দেওয়া 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। কনভোল্যুশনাল নিউরাল নেটওয়ার্কগুলি একটি নির্দিষ্ট ধরণের সমস্যার জন্য দুর্দান্ত ফলাফল তৈরি করতে ব্যবহার করা হয়েছে, যেমন চিত্র সনাক্তকরণ।

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।

মুদ্রণ("মডেল কম্পাইল করা")model.compile(optimizer='adam',loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy'])মুদ্রণ("মডেল প্রশিক্ষণ ডেটা ফিট করতে") ইতিহাস =মডেল.ফিট(ট্রেন_ইমেজ, ট্রেন_লেবেল, যুগ=10, বৈধতা_ডেটা=(টেস্ট_ইমেজ, টেস্ট_লেবেল))

কোড ক্রেডিট:https://www.tensorflow.org/tutorials/images/cnn

আউটপুট

ব্যাখ্যা

• মডেলটি কম্পাইল করা হয়েছে।
• পরবর্তী ধাপ হল ট্রেনিং ডেটার সাথে মানানসই মডেলটিকে প্রশিক্ষণ দেওয়া।
• ডেটা প্রশিক্ষণের ধাপের সংখ্যা 10।