নর্মালাইজেশন লেয়ার তৈরি
'preprocessing' মডিউলের 'Normalization' মেথড দিয়ে নর্মালাইজেশন লেয়ার বানানো হয়। এই লেয়ার আবালোন ডেটাসেটের ফিচারগুলোর সাথে адап্ট করে। ডেন্স লেয়ার যোগ করে মডেলের ট্রেইনিং ক্যাপাসিটি বাড়ানো হয়। এই লেয়ার প্রতিটি কলামের মিন ও ভ্যারিয়েন্স প্রি-কম্পিউট করে, যা ডেটা নর্মালাইজ করতে ব্যবহৃত হয়।
আরও পড়ুন: টেনসরফ্লো কী এবং কেরাস কীভাবে টেনসরফ্লোর সাথে নিউরাল নেটওয়ার্ক তৈরি করে?
আবালোন ডেটাসেট (সমুদ্রি শামুকের মেজারমেন্ট) ব্যবহার করা হয়েছে। লক্ষ্য: বয়স প্রেডিকশন।
গুগল কোল্যাবরে কোড রান করা হয়েছে।
print("নর্মালাইজেশন লেয়ার বিল্ড হচ্ছে")
normalize = preprocessing.Normalization()
normalize.adapt(abalone_features)
print("ডেন্স লেয়ার যোগ হচ্ছে")
norm_abalone_model = tf.keras.Sequential([
normalize,
layers.Dense(64),
layers.Dense(1)
])কোড ক্রেডিট: https://www.tensorflow.org/tutorials/load_data/csv
আউটপুট
নর্মালাইজেশন লেয়ার বিল্ড হচ্ছে
ডেন্স লেয়ার যোগ হচ্ছে
ব্যাখ্যা
- মডেল ইনপুটগুলো নর্মালাইজ করা হয়।
- 'experimental.preprocessing' লেয়ার যোগ করে নর্মালাইজেশন ইনকর্পোরেট করা হয়।
- এই লেয়ার প্রতিটি কলামের মিন ও ভ্যারিয়েন্স প্রি-কম্পিউট করে।
- এই মানগুলো ডেটা নর্মালাইজ করতে ব্যবহৃত হয়।
- Normalization.adapt() মেথড দিয়ে নর্মালাইজেশন লেয়ার তৈরি।
- প্রি-প্রসেসিং লেয়ারের adapt()-এ শুধু ট্রেইনিং ডেটা ব্যবহার করা উচিত।
- এই নর্মালাইজেশন লেয়ার দিয়ে মডেল বিল্ড করা হয়।
