Tensorflow 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 পারেপিপ ইনস্টল টেনসরফ্লো
কেরাস ONEIROS (ওপেন-এন্ডেড নিউরো-ইলেক্ট্রনিক ইন্টেলিজেন্ট রোবট অপারেটিং সিস্টেম) প্রকল্পের গবেষণার অংশ হিসাবে তৈরি করা হয়েছিল। কেরাস একটি গভীর শিক্ষার API, যা পাইথনে লেখা। এটি একটি উচ্চ-স্তরের API যার একটি উত্পাদনশীল ইন্টারফেস রয়েছে যা মেশিন লার্নিং সমস্যা সমাধানে সহায়তা করে। এটি টেনসরফ্লো ফ্রেমওয়ার্কের উপরে চলে। এটি একটি দ্রুত পদ্ধতিতে পরীক্ষা সাহায্য করার জন্য নির্মিত হয়েছিল. এটি প্রয়োজনীয় বিমূর্ততা এবং বিল্ডিং ব্লকগুলি প্রদান করে যা মেশিন লার্নিং সমাধানগুলি বিকাশ এবং এনক্যাপসুলেট করার জন্য অপরিহার্য৷
কেরাস ইতিমধ্যেই টেনসরফ্লো প্যাকেজের মধ্যে উপস্থিত রয়েছে। এটি কোডের নীচের লাইন ব্যবহার করে অ্যাক্সেস করা যেতে পারে।
টেনসরফ্লো আমদানি কেরা থেকে টেনসরফ্লো আমদানি করুন
কেরাস ফাংশনাল এপিআই এমন মডেল তৈরি করতে সাহায্য করে যা ক্রমিক এপিআই ব্যবহার করে তৈরি মডেলের তুলনায় আরও নমনীয়। কার্যকরী API নন-লিনিয়ার টপোলজি রয়েছে এমন মডেলগুলির সাথে কাজ করতে পারে, স্তরগুলি ভাগ করতে পারে এবং একাধিক ইনপুট এবং আউটপুটগুলির সাথে কাজ করতে পারে। একটি গভীর শিক্ষার মডেল সাধারণত একটি নির্দেশিত অ্যাসাইক্লিক গ্রাফ (DAG) যাতে একাধিক স্তর থাকে। কার্যকরী API স্তরগুলির গ্রাফ তৈরি করতে সহায়তা করে৷
আমরা নিচের কোডটি চালানোর জন্য 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। এনসেম্বল মডেল -
বাস্তবায়নের জন্য কোড স্নিপেট নিচে দেওয়া হলউদাহরণ
def get_model():inputs =keras.Input(shape=(128,)) outputs =layers.Dense(1)(inputs) keras.Model(inputs, outputs)print("'get_model' পদ্ধতিতে কল করা হচ্ছে ")model_1 =get_model()model_2 =get_model()model_3 =get_model()my_inputs =keras.Input(shape=(128,))y1 =model_1(my_inputs)y2 =model_2(my_inputs)y3 =model_3(my_inputs) "মডেলের স্তরগুলির গড়")my_outputs =layers.average([y1, y2, y3])print("Ensemble মডেল তৈরি হচ্ছে")ensemble_model =keras.Model(inputs=my_inputs, outputs=my_outputs)প্রে>কোড ক্রেডিট - https://www.tensorflow.org/guide/keras/functional
আউটপুট
'get_model' পদ্ধতিতে কল করা হচ্ছে মডেলএনসেম্বল মডেলের স্তরগুলির গড় তৈরি করা হচ্ছেব্যাখ্যা
-
একটি মডেল নেস্ট করা যেতে পারে, যার মানে এতে সাব-মডেল থাকতে পারে।
-
সাব-মডেল এনসেম্বলিংয়ে ব্যবহৃত হয়।
-
এর মানে হল একাধিক মডেল একত্রে একত্রিত করা হয় এবং প্রতিটি মডেলের ভবিষ্যদ্বাণী গড় করা হয়।