কম্পিউটার

TensorFlow ব্যবহার করে অটো MPG ডেটাসেট (বেসিক রিগ্রেশন) দিয়ে জ্বালানি দক্ষতার পূর্বাভাস দেওয়ার জন্য কীভাবে ডেটা আমদানি করা যেতে পারে?


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।

'টেনসরফ্লো' প্যাকেজটি নীচের কোড-

লাইনটি ব্যবহার করে উইন্ডোজে ইনস্টল করা যেতে পারে
পিপ ইনস্টল টেনসরফ্লো

টেনসর হল টেনসরফ্লোতে ব্যবহৃত একটি ডেটা স্ট্রাকচার। এটি একটি প্রবাহ চিত্রে প্রান্তগুলিকে সংযুক্ত করতে সহায়তা করে। এই ফ্লো ডায়াগ্রামটি 'ডেটা ফ্লো গ্রাফ' নামে পরিচিত। টেনসর বহুমাত্রিক অ্যারে বা একটি তালিকা ছাড়া কিছুই নয়৷

রিগ্রেশন সমস্যার পিছনে লক্ষ্য হল একটি ক্রমাগত বা বিচ্ছিন্ন ভেরিয়েবলের আউটপুট, যেমন একটি মূল্য, সম্ভাবনা, বৃষ্টি হবে কি হবে না ইত্যাদি।

আমরা যে ডেটাসেট ব্যবহার করি তাকে বলা হয় 'অটো MPG' ডেটাসেট। এটিতে 1970 এবং 1980 এর অটোমোবাইলের জ্বালানী দক্ষতা রয়েছে। এতে ওজন, হর্সপাওয়ার, স্থানচ্যুতি এবং আরও অনেক কিছু রয়েছে। এর মাধ্যমে, আমাদের নির্দিষ্ট যানবাহনের জ্বালানি দক্ষতার পূর্বাভাস দিতে হবে।

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।

অটো MPG ডেটাসেট -

দিয়ে জ্বালানি দক্ষতার পূর্বাভাস দেওয়ার কোডটি নিচে দেওয়া হল

উদাহরণ

pltimport হিসাবে matplotlib.pyplot আমদানি করুন npimport numpy হিসাবে npimport পান্ডা হিসাবে pdimport seaborn হিসাবে snsnp.set_printoptions(precision=3, suppress=True) আমদানি tensorflow হিসাবে tffrom tensorflow import kerasfrom tensorfrom tensorflow. exprossly import kerasfrom tensorflow. expross. ("টেনসরফ্লো-এর সংস্করণ হল")print(tf.__version__)url ='https://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data'column_names =['MPG', 'সিলিন্ডার', 'স্থানচ্যুতি', 'হর্সপাওয়ার', 'ওজন', 'ত্বরণ', 'মডেল ইয়ার', 'অরিজিন']মুদ্রণ("ডেটা লোড হচ্ছে")প্রিন্ট ("কলামের নাম সংজ্ঞায়িত করা হয়েছে")raw_dataset =pd.read_csv(url, names=column_names, na_values='?', comment='\t', sep=' ', skipinitialspace=True)dataset =raw_dataset.copy()print("A ডেটাসেটের নমুনা")dataset.head(2)

কোড ক্রেডিট - https://www.tensorflow.org/tutorials/keras/regression

আউটপুট

টেনসরফ্লো-এর সংস্করণ হল 2.4.0 ডেটা লোড করা হচ্ছে কলামের নামগুলি সংজ্ঞায়িত করা হয়েছে ডেটাসেটের একটি নমুনা


sl. MPG সিলিন্ডার স্থানচ্যুতি হর্সপাওয়ার ওজন ত্বরণ মডেল ইয়ার উৎপত্তি
0 18.0 8 307.0 130.0 3504.0 12.0 70 1
1 15.0 8 350.0 165.0 3693.0 11.5 70 1

ব্যাখ্যা

  • প্রয়োজনীয় প্যাকেজগুলি আমদানি করা এবং উপনামযুক্ত৷

  • ডেটা লোড করা হয়, এবং কলামের নামগুলি এর জন্য সংজ্ঞায়িত করা হয়৷

  • ডেটাসেটের একটি নমুনা কনসোলে প্রদর্শিত হয়৷


  1. TensorFlow ব্যবহার করে কিভাবে অটো MPG ডেটাসেটে ভবিষ্যদ্বাণী করা যেতে পারে?

  2. টেনসরফ্লো ব্যবহার করে অটো MPG ডেটাসেটের সাথে মডেলটি কীভাবে ডেটার জন্য উপযুক্ত হতে পারে?

  3. কিভাবে TensorFlow ব্যবহার করে অটো MPG ডেটাসেট দিয়ে জ্বালানী দক্ষতা সম্পর্কে ভবিষ্যদ্বাণী করা যেতে পারে?

  4. TensorFlow ব্যবহার করে অটো MPG ডেটাসেটের মাধ্যমে জ্বালানি দক্ষতার পূর্বাভাস দেওয়ার জন্য কীভাবে ডেটা বিভক্ত এবং পরিদর্শন করা যেতে পারে?