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 পারেpip install tensorflow
‘ফ্যাশন MNIST’ ডেটাসেটে বিভিন্ন ধরনের পোশাকের ছবি রয়েছে। এতে 70 হাজারেরও বেশি জামাকাপড়ের গ্রেস্কেল চিত্র রয়েছে যা 10টি বিভিন্ন বিভাগের অন্তর্গত। এই ছবিগুলি কম রেজোলিউশনের (28 x 28 পিক্সেল)।
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।
Python-
-এ ফ্যাশন MNIST-এর ভবিষ্যদ্বাণী যাচাই করার জন্য কোড স্নিপেট নিচে দেওয়া হলউদাহরণ
i = 0 plt.figure(figsize=(6,3)) plt.subplot(1,2,1) plot_image(i, predictions[i], test_labels, test_images) plt.subplot(1,2,2) plot_value_array(i, predictions[i], test_labels) plt.show() i = 12 plt.figure(figsize=(6,3)) plt.subplot(1,2,1) plot_image(i, predictions[i], test_labels, test_images) plt.subplot(1,2,2) plot_value_array(i, predictions[i], test_labels) plt.show() num_rows = 5 num_cols = 3 print("The test images, predicted labels and the true labels are plotted") print("The correct predictions are in green and the incorrect predictions are in red") num_images = num_rows*num_cols plt.figure(figsize=(2*2*num_cols, 2*num_rows)) for i in range(num_images): plt.subplot(num_rows, 2*num_cols, 2*i+1) plot_image(i, predictions[i], test_labels, test_images) plt.subplot(num_rows, 2*num_cols, 2*i+2) plot_value_array(i, predictions[i], test_labels) plt.tight_layout() plt.show()
কোড ক্রেডিট − https://www.tensorflow.org/tutorials/keras/classification
আউটপুট
ব্যাখ্যা
-
একবার মডেলটি প্রশিক্ষিত হয়ে গেলে, এটি অন্যান্য চিত্রগুলিতে ভবিষ্যদ্বাণী করতে ব্যবহার করা যেতে পারে৷
৷ -
ভবিষ্যদ্বাণী একটি ছবিতে করা হয়, এবং ভবিষ্যদ্বাণী অ্যারে প্রদর্শিত হয়৷
৷ -
সঠিকভাবে ভবিষ্যদ্বাণী করা লেবেলগুলি সবুজ এবং ভুল ভবিষ্যদ্বাণীগুলি লাল রঙে৷
-
সংখ্যাটি পূর্বাভাসিত লেবেলের শতকরা মান নির্দেশ করে।
-
এটি মডেলটি কতটা নির্ভুলভাবে নির্দেশ করে যে এটি যে লেবেলটি ভবিষ্যদ্বাণী করেছে সেটিই ছবির আসল লেবেল৷