টেনসরফ্লো হল একটি মেশিন লার্নিং ফ্রেমওয়ার্ক যা Google প্রদান করে। এটি একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা পাইথনের সাথে অ্যালগরিদম, গভীর শিক্ষার অ্যাপ্লিকেশন এবং আরও অনেক কিছু বাস্তবায়নের জন্য ব্যবহৃত হয়। এটি গবেষণা এবং উৎপাদন উদ্দেশ্যে ব্যবহৃত হয়।
ONEIROS (ওপেন এন্ডেড নিউরো−ইলেক্ট্রনিক ইন্টেলিজেন্ট রোবট অপারেটিং সিস্টেম) প্রকল্পের গবেষণার অংশ হিসেবে কেরাস তৈরি করা হয়েছিল। কেরাস একটি গভীর শিক্ষার API, যা পাইথনে লেখা। এটি একটি উচ্চ-স্তরের API যার একটি উত্পাদনশীল ইন্টারফেস রয়েছে যা মেশিন লার্নিং সমস্যা সমাধানে সহায়তা করে। এটি টেনসরফ্লো ফ্রেমওয়ার্কের উপরে চলে। এটি একটি দ্রুত পদ্ধতিতে পরীক্ষা করতে সাহায্য করার জন্য তৈরি করা হয়েছিল৷
৷এটি প্রয়োজনীয় বিমূর্ততা এবং বিল্ডিং ব্লকগুলি সরবরাহ করে যা মেশিন লার্নিং সমাধানগুলি বিকাশ এবং এনক্যাপসুলেট করার জন্য প্রয়োজনীয়। এটি অত্যন্ত স্কেলযোগ্য, এবং ক্রস প্ল্যাটফর্ম ক্ষমতার সাথে আসে। এর মানে কেরাস টিপিইউ বা জিপিইউ এর ক্লাস্টারে চালানো যেতে পারে। কেরাস মডেলগুলি একটি ওয়েব ব্রাউজার বা মোবাইল ফোনেও চালানোর জন্য রপ্তানি করা যেতে পারে৷
কেরাস ইতিমধ্যেই টেনসরফ্লো প্যাকেজের মধ্যে উপস্থিত রয়েছে। কোডের নিচের লাইন −
ব্যবহার করে এটি অ্যাক্সেস করা যেতে পারেimport tensorflow from tensorflow import keras
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। নিম্নলিখিত কোড -
উদাহরণ
print("An instance of the model is created") model = create_model() print("The model is being evaluated") loss, acc = model.evaluate(test_images, test_labels, verbose=2) print("This is an untrained model, with accuracy: {:5.3f}%".format(100 * acc))
কোড ক্রেডিট - https://www.tensorflow.org/tutorials/keras/save_and_load
আউটপুট
An Instance of the model is created The Model is being evaluated 32/32 -0s - loss: - spare_categories_accurancy: 0.0930 This is an untrained model, with accuracy: 9.300%
ব্যাখ্যা
-
মডেলের একটি উদাহরণ তৈরি করা হয়েছে৷
৷ -
এটি একটি নতুন, অপ্রশিক্ষিত মডেল যা পরীক্ষার সেটে মূল্যায়ন করা হয়৷
৷ -
মডেলটি নতুন ডেটাতে কতটা ভালো পারফর্ম করে তা পরীক্ষা করতে 'মূল্যায়ন' পদ্ধতি ব্যবহার করা হয়।
-
এছাড়াও, মডেলকে প্রশিক্ষিত করার সময় ক্ষতি এবং মডেলের যথার্থতা উভয়ই নির্ধারিত হয়।
-
ক্ষতি এবং নির্ভুলতা কনসোলে মুদ্রিত হয়।