পাইথন ব্যবহার করে প্রাক-প্রশিক্ষিত মডেলের সাথে কীভাবে কেরাস ব্যবহার করা যেতে পারে?

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।

কেরাস মানে গ্রীক ভাষায় 'শিং'। কেরাসকে 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 করে৷

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

এটি অত্যন্ত স্কেলযোগ্য এবং ক্রস-প্ল্যাটফর্ম ক্ষমতার সাথে আসে। এর মানে কেরাস টিপিইউ বা জিপিইউ এর ক্লাস্টারে চালানো যেতে পারে। কেরাস মডেলগুলি একটি ওয়েব ব্রাউজার বা মোবাইল ফোনেও চালানোর জন্য রপ্তানি করা যেতে পারে৷

কেরাস ইতিমধ্যেই টেনসরফ্লো প্যাকেজের মধ্যে উপস্থিত রয়েছে। নিচের কোডের লাইন ব্যবহার করে এটি অ্যাক্সেস করা যেতে পারে।

টেনসরফ্লো আমদানি কেরা থেকে টেনসরফ্লো আমদানি করুন

নিচের কোডটি চালানোর জন্য আমরা 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। নিচের কোড স্নিপেট −

উদাহরণ

মুদ্রণ("প্রাক-প্রশিক্ষিত ওজন সহ একটি রূপান্তরমূলক মডেল লোড করা হয়")base_model =keras.applications.Xception(weights='imagenet', include_top=False, pooling='avg')মুদ্রণ("এই মডেলটি ফ্রিজ করা হয়েছে" )base_model.trainable =Falseprint("একটি অনুক্রমিক মডেল বেসের উপরে একটি প্রশিক্ষণযোগ্য শ্রেণীবিভাগ যোগ করতে ব্যবহৃত হয়") মডেল =keras.Sequential([ base_model, layers.Dense(1000),])print("মডেল কম্পাইল করুন" )প্রিন্ট("পরীক্ষার ডেটাতে মডেলটি ফিট করুন")model.compile(...)model.fit(...)

কোড ক্রেডিট − https://www.tensorflow.org/guide/keras/sequential_model

আউটপুট

প্রি-প্রশিক্ষিত ওজন সহ একটি কনভোল্যুশনাল মডেল https://storage.googleapis.com/tensorflow/kerasapplications/xception/xception_weights_tf_dim_ordering_tf_kernels_notop.h583689472/83683372/83683=======থেকে ডেটা ডাউনলোড করা হচ্ছে ==================] - 1s 0us/step এই মডেলটি হিমায়িত করা হয়েছে একটি অনুক্রমিক মডেলটি বেসের উপরে একটি প্রশিক্ষণযোগ্য শ্রেণীবিভাগ যোগ করতে ব্যবহৃত হয় প্রাক> ব্যাখ্যা
   
 শ্রেণিবিন্যাস স্তরগুলি শুরু করার জন্য একটি প্রাক-প্রশিক্ষিত মডেলের সাহায্যে একটি অনুক্রমিক মডেল স্ট্যাক ব্যবহার করা যেতে পারে।
 
  
 একবার এই মডেলটি তৈরি হয়ে গেলে, এটি সংকলিত হয়৷
৷ 
  
 একবার সংকলন সম্পূর্ণ হলে, এই মডেলটি প্রশিক্ষণের ডেটার সাথে মানানসই হতে পারে৷
৷