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।
'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।
'Fashion MNIST' ডেটাসেটে çeşitli ধরনের পোশাকের ছবি রয়েছে। এতে ১০টি ভিন্ন ক্যাটাগরির ৭০ হাজারেরও বেশি পোশাকের গ্রেস্কেল ছবি রয়েছে। এই ছবিগুলোর রেজোলিউশন কম (২৮ x ২৮ পিক্সেল)। 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 (Graphical Processing Units)। Colaboratory Jupyter Notebook-এর উপরে তৈরি।
কোড স্নিপেট নিচে দেওয়া হল:
উদাহরণ
plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()
train_images = train_images / 255.0
test_images = test_images / 255.0
plt.figure(figsize=(12,12))
for i in range(15):
plt.subplot(5,5,i+1)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(train_images[i], cmap=plt.cm.binary)
plt.xlabel(class_names[train_labels[i]])
plt.show()
কোড ক্রেডিট - https://www.tensorflow.org/tutorials/keras/classification
আউটপুট
ব্যাখ্যা
নেটওয়ার্ক ট্রেন করার আগে, ইনপুট ডেটাসেট প্রসেস করা প্রয়োজন।
ইমেজগুলো পরিদর্শন এবং কনসোলে প্রদর্শন করলে দেখা যায় পিক্সেল ভ্যালু ০ থেকে ২৫৫ এর মধ্যে থাকে।
এই পিক্সেল ভ্যালুগুলো প্রথমে ০ থেকে ১ এর রেঞ্জে স্কেল করা হয়।
এটি অর্জনের জন্য প্রতিটি পিক্সেল ভ্যালু ২৫৫ দিয়ে ভাগ করা হয়।
ট্রেনিং ডেটাসেট এবং টেস্ট ডেটাসেট একইভাবে প্রিপ্রসেস করতে হয়।
এটি নিশ্চিত করে যে ট্রেনিং এবং ইভ্যালুয়েশনের সময় একই ধরনের ডেটা প্রদান করা হয়।
ডেটা সঠিক ফরম্যাটে আছে কিনা নিশ্চিত করতে প্রথম কয়েকটি ইমেজ ক্লাস নামসহ কনসোলে প্রদর্শন করা হয়।
