Google API ব্যবহার করে অ্যাবালোন ডেটাসেট ডাউনলোড হয়ে গেলে, 'হেড' পদ্ধতি ব্যবহার করে কনসোলে ডেটার কয়েকটি নমুনা প্রদর্শিত হতে পারে। এই পদ্ধতিতে একটি সংখ্যা পাস করা হলে, অনেক সারি প্রদর্শিত হবে। এটি মূলত শুরু থেকে সারি প্রদর্শন করে।
আরো পড়ুন: টেনসরফ্লো কী এবং নিউরাল নেটওয়ার্ক তৈরি করতে টেনসরফ্লো-এর সাথে কেরাস কীভাবে কাজ করে?
আমরা অ্যাবালোন ডেটাসেট ব্যবহার করব, যাতে অ্যাবালোনের পরিমাপের একটি সেট রয়েছে। অ্যাবালোন এক ধরনের সামুদ্রিক শামুক। লক্ষ্য হল অন্যান্য পরিমাপের উপর ভিত্তি করে বয়সের ভবিষ্যদ্বাণী করা।
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।
প্রিন্ট("অ্যাবালোন ডেটার কয়েকটি নমুনা")abalone_train.head()print("অ্যাবালোন ডেটাসেটটি অন্য মেমরি অবস্থানে অনুলিপি করা হয়েছে")abalone_features =abalone_train.copy()print("বয়স কলাম মুছে ফেলা হয়েছে")abalone_labels =abalone_features.pop('Age')abalone_features =np.array(abalone_features)মুদ্রণ("বৈশিষ্ট্যগুলি প্রদর্শিত হয়")প্রিন্ট(অ্যাবালোন_বিশিষ্ট)
কোড ক্রেডিট:https://www.tensorflow.org/tutorials/load_data/csv
আউটপুট
অ্যাব্যালোন ডেটার কয়েকটি নমুনাঅ্যাবালোন ডেটাসেট অন্য মেমরি অবস্থানে অনুলিপি করা হয়েছে বয়সের কলামটি মুছে ফেলা হয়েছে বৈশিষ্ট্যগুলি প্রদর্শিত হচ্ছে[[0.435 0.335 0.11 ... 0.136 0.077 0.097][0.585 0.45 0.125 ... 0.514][0.625 ... 0.514][0.621] ... 0.396 0.282 0.37 ]...[0.53 0.42 0.13 ... 0.374 0.167 0.249][0.395 0.315 0.105 ... 0.118 0.091 0.119][0.11. 0. 0.650] পূর্বেব্যাখ্যা
- 'হেড' পদ্ধতি ব্যবহার করে কনসোলে ডেটার কয়েকটি নমুনা প্রদর্শিত হয়।
- ডেটাসেটটি অন্য মেমরি অবস্থানে প্রতিলিপি করা হয় যাতে একটি ডেটাসেটে পরিবর্তন করা যায় এবং অন্য মেমরি অবস্থানে ডেটাসেটের মৌলিকতা বজায় রাখা যায়।
- আমরা বিবেচনা করি যে 'বয়স' কলামটি অপ্রাসঙ্গিক, তাই এটি ডেটাসেট থেকে মুছে ফেলা হয়েছে।
- বৈশিষ্ট্যগুলি ভেক্টর হিসাবে প্রদর্শিত হয়৷