TensorFlow হলো Google দ্বারা প্রদত্ত একটি মেশিন লার্নিং ফ্রেমওয়ার্ক। এটি একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা Python-এর সাথে ব্যবহার করে অ্যালগরিদম, ডিপ লার্নিং অ্যাপ্লিকেশন ইত্যাদি বাস্তবায়ন করতে হয়। এটি গবেষণা এবং প্রোডাকশন উভয় কাজেই ব্যবহৃত হয়। জটিল গাণিতিক অপারেশন দ্রুত সম্পাদনের জন্য इसमें অপ্টিমাইজেশন টেকনিক রয়েছে।
TensorFlow NumPy এবং মাল্টি-ডাইমেনশনাল অ্যারে (যাকে 'টেনসর' বলা হয়) ব্যবহার করে। এটি ডিপ নিউরাল নেটওয়ার্কের সাথে কাজ করা সাপোর্ট করে। এটি অত্যন্ত স্কেলেবল, বহুলোকপ্রিয় ডেটাসেট সহিত আসে, GPU কম্পিউটেশন ব্যবহার করে এবং রিসোর্স ম্যানেজমেন্ট অটোমেট করে। এতে অনেক মেশিন লার্নিং লাইব্রেরি রয়েছে এবং এটি ভালোভাবে ডকুমেন্টেড ও সাপোর্টেড।
ইনস্টলেশন
pip install tensorflow
টেনসর হলো TensorFlow-এ ব্যবহৃত একটি ডেটা স্ট্রাকচার। এটি ফ্লো ডায়াগ্রামে এজগুলো সংযুক্ত করে। এই ফ্লো ডায়াগ্রামকে 'Data flow graph' বলা হয়। টেনসরই মূলত মাল্টি-ডাইমেনশনাল অ্যারে বা একটি লিস্ট।
নিচের কোডটি চালাতে আমরা Google Colaboratory ব্যবহার করছি। Google Colab বা Colaboratory ব্রাউজারে Python কোড চালাতে দেয়, কোনো কনফিগারেশন লাগে না এবং GPU-তে ফ্রি অ্যাক্সেস দেয়। এটি Jupyter Notebook-এর উপরে বিল্ড করা হয়েছে।
উদাহরণ
print("লেবেল ছাড়া টেক্সট-ওনলি ডেটাসেট তৈরি করা হয়েছে")
train_text = raw_train_ds.map(lambda text, labels: text)
print("adapt মেথড কল করা হয়েছে")
binary_vectorize_layer.adapt(train_text)
int_vectorize_layer.adapt(train_text)
print("ফলাফল কনসোলে প্রদর্শিত হয়েছে")
def binary_vectorize_text(text, label):
text = tf.expand_dims(text, -1)
return binary_vectorize_layer(text), label
কোড স্রোত: TensorFlow Tutorials
আউটপুট
লেবেল ছাড়া টেক্সট-ওনলি ডেটাসেট তৈরি করা হয়েছে adapt মেথড কল করা হয়েছে ফলাফল কনসোলে প্রদর্শিত হয়েছে
ব্যাখ্যা
লেবেল বাদ দিয়ে ডেটাসেট তৈরি করা হয়েছে।
এই ডেটায় 'adapt' নামক মেথড কল করা হয়েছে।
এটি মডেলের 'বাইনারি' ফরম্যাট ব্যবহার করে ডেটাসেট ভেক্টরাইজ করবে।
