পাইথনে টেনসরফ্লো ব্যবহার করে এক্সপোর্টেড মডেল কম্পাইল করার পদ্ধতি

টেনসরফ্লো গুগল দ্বারা প্রদত্ত একটি মেশিন লার্নিং ফ্রেমওয়ার্ক। এটি একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা পাইথনের সাথে মিলে অ্যালগরিদম, ডিপ লার্নিং অ্যাপ্লিকেশন এবং আরও অনেক কিছু বাস্তবায়নে ব্যবহৃত হয়। গবেষণা এবং প্রোডাকশন উদ্দেশ্যে এটি ব্যবহৃত হয়।

Windows-এ 'tensorflow' প্যাকেজ ইনস্টল করার জন্য নিচের কোড লাইনটি ব্যবহার করুন:

pip install tensorflow

টেনসর টেনসরফ্লোতে ব্যবহৃত একটি ডেটা স্ট্রাকচার। এটি একটি ফ্লো ডায়াগ্রামে এজ সংযোগ করতে সাহায্য করে। এই ফ্লো ডায়াগ্রামকে 'ডেটা ফ্লো গ্রাফ' (Data flow graph) বলা হয়। টেনসর আসলে একটি বহু-মাত্রিক অ্যারে বা একটি লিস্ট। এগুলো তিনটি প্রধান বৈশিষ্ট্য দ্বারা শনাক্ত করা যায়:

র‍্যাঙ্ক (Rank) - এটি টেনসরের মাত্রিকতা সম্পর্কে বলে। এটি টেনসরের অর্ডার বা সংজ্ঞায়িত টেনসরের মাত্রার সংখ্যা হিসাবে বোঝা যায়।
টাইপ (Type) - এটি টেনসরের উপাদানগুলির সাথে সম্পর্কিত ডেটা টাইপ সম্পর্কে বলে। এটি এক-মাত্রিক, দ্বি-মাত্রিক বা n-মাত্রিক টেনসর হতে পারে।
শেপ (Shape) - এটি সারি এবং কলামের সংখ্যা একসাথে।

আমরা ইলিয়ড'র (Iliad's) ডেটাসেট ব্যবহার করব, যাতে উইলিয়াম কাউপার (William Cowper), এডওয়ার্ড (অর্ল অফ ডার্বি) এবং স্যামুয়েল বटलারের তিনটি অনুবাদ কাজের টেক্সট ডেটা রয়েছে। মডেলটি একটি একক লাইন টেক্সট দেওয়া হলে অনুবাদককে চিনতে প্রশিক্ষিত। ব্যবহৃত টেক্সট ফাইলগুলো প্রি-প্রসেসড (preprocessed) হয়েছে। এতে ডকুমেন্ট হেডার এবং ফুটার, লাইন নম্বর এবং চ্যাপ্টার টাইটেল সরানো হয়েছে।

নিচের কোড চালানোর জন্য আমরা Google Colaboratory ব্যবহার করব। Google Colab বা Colaboratory ব্রাউজারে পাইথন কোড চালাতে সাহায্য করে এবং শূন্য কনফিগারেশন ও GPU (গ্রাফিক্যাল প্রসেসিং ইউনিটস) ফ্রি 억্সেস দেয়। Colaboratory জুপিটার নোটবুকের উপরে তৈরি।

উদাহরণ

নিচে কোড স্নিপেট দেওয়া হলো:

print("The exported model is being compiled")
export_model.compile(
    loss=losses.SparseCategoricalCrossentropy(from_logits=False),
    optimizer='adam',
    metrics=['accuracy'])

কোড ক্রেডিট - https://www.tensorflow.org/tutorials/load_data/text

আউটপুট

The exported model is being compiled

ব্যাখ্যা

মডেল এক্সপোর্ট হওয়ার পরে, 'compile' মেথড ব্যবহার করে এটি কম্পাইল করা হয়।