TensorFlow ব্যবহার করে MNIST ডেটাসেটের জন্য মডেল সংজ্ঞায়িত করা

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। এতে জটিল গাণিতিক অপারেশন দ্রুত সম্পাদনের জন্য অপ্টিমাইজেশন কৌশল রয়েছে। এটি NumPy এবং মাল্টি-ডাইমেনশনাল অ্যারে ব্যবহার করার কারণে। এই মাল্টি-ডাইমেনশনাল অ্যারেগুলোকে 'টেনসর'ও বলা হয়। ফ্রেমওয়ার্কটি ডিপ নিউরাল নেটওয়ার্কের সাথে কাজ করা সাপোর্ট করে।

'tensorflow' প্যাকেজটি উইন্ডোজে নিচের কোড দিয়ে ইনস্টল করা যায়:

pip install tensorflow

টেনসর TensorFlow-এ ব্যবহৃত একটি ডেটা স্ট্রাকচার। এটি একটি ফ্লো ডায়াগ্রামে এজ সংযোগ করতে সাহায্য করে। এই ফ্লো ডায়াগ্রামকে 'Data flow graph' বলা হয়। টেনসরসমূহ আসলে মাল্টি-ডাইমেনশনাল অ্যারে বা একটি লিস্ট।

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। 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 স্নিপেট নিচে দেওয়া হল:

উদাহরণ

print("Defining a sequential model")
def create_model():
    model = tf.keras.models.Sequential([
        keras.layers.Dense(512, activation='relu', input_shape=(784,)),
        keras.layers.Dropout(0.2),
        keras.layers.Dense(10)
    ])
    model.compile(optimizer='adam',
                  loss=tf.losses.SparseCategoricalCrossentropy(from_logits=True),
                  metrics=[tf.metrics.SparseCategoricalAccuracy()])
    return model

print("Creating a model instance")
model = create_model()
print("Displaying the architecture of the sequential model")
model.summary()

কোড ক্রেডিট: https://www.tensorflow.org/tutorials/keras/save_and_load

আউটপুট

TensorFlow ব্যবহার করে MNIST ডেটাসেটের জন্য মডেল সংজ্ঞায়িত করা

ব্যাখ্যা

Keras ব্যবহার করে একটি সিকোয়েনশিয়াল মডেল তৈরি করা হয়।
লেয়ারগুলো তৈরি করা হয় যেগুলো 'dense'।
এই মডেলটি কম্পাইল করা হয়।
এই মডেলের একটি ইন্সট্যান্স তৈরি করা হয়।
'summary' মেথড ব্যবহার করে এই মডেল সম্পর্কে বিস্তারিত স্ক্রিনে প্রদর্শিত হয়।