কম্পিউটার টিউটোরিয়াল

পাইথন ব্যবহার করে TensorFlow-এর মাধ্যমে উভয় মডেলকে টেস্ট ডেটায় কীভাবে ইভ্যালুয়েট করা যায়?

TensorFlow হল Google দ্বারা প্রদত্ত একটি মেশিন লার্নিং ফ্রেমওয়ার্ক। এটি একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা পাইথনের সাথে মিলিত होकर অ্যালগরিদম, ডিপ লার্নিং অ্যাপ্লিকেশন, এবং আরও অনেক কিছু বাস্তবায়ন করতে ব্যবহৃত হয়। এটি গবেষণা এবং প্রোডাকশন উদ্দেশ্যে ব্যবহৃত হয়।

TensorFlow ইনস্টলেশন

Windows-এ 'tensorflow' প্যাকেজটি নিচের কোড লাইন ব্যবহার করে ইনস্টল করা যেতে পারে:

pip install tensorflow

টেনসর সম্পর্কে

টেনসর হল TensorFlow-এ ব্যবহৃত একটি ডেটা স্ট্রাকচার। এটি একটি ফ্লো ডায়াগ্রামে প্রান্তাগুলিকে সংযুক্ত করতে সাহায্য করে। এই ফ্লো ডায়াগ্রামটিকে 'ডেটা ফ্লো গ্রাফ' নামে ডাকা হয়। টেনসরها অন্য কিছু নয়, বরং বহু-মাত্রিক অ্যারে বা একটি তালিকা।

Google Colaboratory ব্যবহার

নিচের কোড চালানোর জন্য আমরা Google Colaboratory ব্যবহার করছি। Google Colab বা Colaboratory ব্রাউজারের মাধ্যমে পাইথন কোড চালাতে সাহায্য করে এবং শূন্য কনফিগারেশন এবং GPU-তে (গ্রাফিক্যাল প্রসেসিং ইউনিট) বিনামূল্যে অ্যাক্সেস প্রদান করে। Colaboratory Jupyter Notebook-এর উপরে তৈরি করা হয়েছে।

উদাহরণ

নিচে কোড স্নিপেট দেওয়া হল:

print("The model is being evaluated")
binary_loss, binary_accuracy = binary_model.evaluate(binary_test_ds)
int_loss, int_accuracy = int_model.evaluate(int_test_ds)
print("The accuracy of Binary model is: {:2.2%}".format(binary_accuracy))
print("The accuracy of Int model is: {:2.2%}".format(int_accuracy))

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

আউটপুট

The model is being evaluated
250/250 [==============================] - 3s 12ms/step - loss: 0.5265 - accuracy: 0.8110
250/250 [==============================] - 4s 14ms/step - loss: 0.5394 - accuracy: 0.8014
The accuracy of Binary model is: 81.10%
The accuracy of Int model is: 80.14%

ব্যাখ্যা

  • 'বাইনারি' এবং 'ইন্ট' ভেক্টরাইজড মডেল উভয়ের জন্য প্রশিক্ষণের সাথে সম্পর্কিত লস এবং অ্যাকুরেসি ইভ্যালুয়েট করা হয়।

  • এই ডেটা কনসোলে প্রদর্শিত হয়।

  1. টেনসরফ্লো (TensorFlow) কীভাবে পাইথনে CNN মডেল ইভ্যালুয়েট (evaluate) করতে ব্যবহৃত হয়?

  2. Keras ব্যবহার করে পাইথনে পুনরুদ্ধারকৃত মডেল মূল্যায়ন করা

  3. Keras ব্যবহার করে পাইথনে সম্পূর্ণ মডেল সংরক্ষণ করা

  4. Python-এ Keras ব্যবহার করে মডেল প্লট কীভাবে করা যায়?