TensorFlow হল Google প্রদত্ত একটি মেশিন লার্নিং ফ্রেমওয়ার্ক। এটি একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা পাইথনের সাথে সংযোগে অ্যালগরিদম, ডিপ লার্নিং অ্যাপ্লিকেশন ইত্যাদি বাস্তবায়নে ব্যবহৃত হয়। এটি গবেষণা এবং প্রোডাকশন উদ্দেশ্যে ব্যবহৃত হয়।
Keras একটি ডিপ লার্নিং API, যা পাইথনে লেখা হয়েছে। এটি একটি হাই-লেভেল API যার প্রোডাক্টিভ ইন্টারফেস মেশিন লার্নিং সমস্যা সমাধানে সাহায্য করে। এটি TensorFlow ফ্রেমওয়ার্কের উপরে চলে। এটি দ্রুত পরীক্ষা-নিরীক্ষা করার জন্য তৈরি করা হয়েছে। এটি অত্যন্ত স্কেলেবল এবং ক্রস-প্ল্যাটফর্ম ক্ষমতা নিয়ে আসে। এর মানে Keras TPU বা GPU ক্লাস্টারে চালানো যেতে পারে। Keras মডেলগুলো ওয়েব ব্রাউজার বা মোবাইল ফোনে চালানোর জন্য এক্সপোর্ট করাও যাবে।
Keras ইতিমধ্যে TensorFlow প্যাকেজের মধ্যে রয়েছে। নিচের কোড দিয়ে এটি অ্যাক্সেস করা যায়:
import tensorflow from tensorflow import keras
নিচের কোড চালাতে আমরা Google Colaboratory ব্যবহার করছি। Google Colab বা Colaboratory ব্রাউজারের মাধ্যমে পাইথন কোড চালাতে সাহায্য করে এবং এটি শূন্য কনফিগারেশনের সাথে ফ্রি GPU অ্যাক্সেস প্রদান করে। Colaboratory Jupyter Notebook-এর উপরে তৈরি। কোড নিচে দেওয়া হল:
উদাহরণ
print("A new model instance is created")
model = create_model()
print("The model is fit to the training data")
model.fit(train_images, train_labels, epochs=5)
print("The model is saved")
!mkdir -p saved_model
model.save('saved_model/my_model')
ls saved_model
কোড ক্রেডিট: https://www.tensorflow.org/tutorials/keras/save_and_load
আউটপুট
ব্যাখ্যা
'create_model' মেথড ব্যবহার করে নতুন মডেল তৈরি করা হয়।
এই নতুন মডেলটি ট্রেনিং ডেটায় ফিট করা হয়।
নতুন মডেল সংরক্ষণের জন্য একটি ডিরেক্টরি তৈরি করা হয়।
ফিটিং শেষ হলে 'save' মেথড ব্যবহার করে এটি সংরক্ষণ করা হয়।
সংরক্ষিত মডেলের পাথ কনসোলে প্রদর্শিত হয়।
