TensorFlow হল Google প্রদত্ত একটি মেশিন লার্নিং ফ্রেমওয়ার্ক। এটি একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা পাইথনের সাথে মিলে অ্যালগরিদম, গভীর শিক্ষার অ্যাপ্লিকেশন, এবং আরও অনেক কিছু ইমপ্লিমেন্ট করতে ব্যবহৃত হয়। এটি গবেষণা এবং প্রোডাকশন উদ্দেশ্যে ব্যবহৃত হয়।
Tensor হল TensorFlow-এ ব্যবহৃত একটি ডেটা স্ট্রাকচার। এটি ফ্লো ডায়াগ্রামের এজগুলো কানেক্ট করতে সাহায্য করে। এই ফ্লো ডায়াগ্রামকে 'Data flow graph' বলা হয়। টেনসরগুলো আর কিছু নয় বহু-মাত্রিক অ্যারে বা লিস্ট।
গ്രീকে Keras মানে 'হর্ন'। Keras ONEIROS (Open ended Neuro-Electronic Intelligent Robot Operating System) প্রকল্পের গবেষণার অংশ হিসেবে বিকশিত হয়েছিল। Keras একটি গভীর শিক্ষার API, যা পাইথনে লেখা হয়েছে। এটি একটি উচ্চ-স্তরের API যার একটি উৎপাদনশীল ইন্টারফেস রয়েছে যা মেশিন লার্নিং সমস্যা সমাধান করতে সাহায্য করে।
এটি TensorFlow ফ্রেমওয়ার্কের উপরে চলে। এটি দ্রুত পরীক্ষা-নিরীক্ষা করতে সাহায্য করার জন্য তৈরি করা হয়েছিল। এটি মেশিন লার্নিং সমাধান বিকাশ এবং ক্যাপসুলেট করার জন্য প্রয়োজনীয় বিমূর্তি এবং বিল্ডিং ব্লক প্রদান করে।
এটি অত্যন্ত মাপযোগ্য (scalable) এবং ক্রস-প্ল্যাটফর্ম ক্ষমতা নিয়ে আসে। এর মানে Keras TPU বা GPU ক্লাস্টারগুলোর ওপর চালানো যায়। Keras মডেলগুলো ওয়েব ব্রাউজার বা মোবাইল ফোনেও রান করার জন্য এক্সপোর্ট করা যায়।
Keras ইতিমধ্যেই TensorFlow প্যাকেজের ভিতরে রয়েছে। নিচের কোড লাইন ব্যবহার করে এটিকে অ্যাক্সেস করা যায়:
import tensorflow from tensorflow import keras
নিচের কোড চালাতে আমরা Google Colaboratory ব্যবহার করছি। Google Colab বা Colaboratory ব্রাউজারের ওপর পাইথন কোড চালাতে সাহায্য করে এবং শূন্য কনফিগারেশন এবং GPU-তে ফ্রি অ্যাক্সেস দেয়। Colaboratory Jupyter Notebook-এর ওপর নির্মিত। কোড স্নিপেট নিচে দেওয়া হলো:
উদাহরণ
model = keras.Sequential([
keras.Input(shape=(784)),
layers.Dense(32, activation='relu'),
layers.Dense(32, activation='relu'),
layers.Dense(32, activation='relu'),
layers.Dense(10),
])
print("প্রি-ট্রেইন্ড ওজন লোড করা হচ্ছে")
model.load_weights(...)
print("শেষ লেয়ার বাদে সব লেয়ার ফ্রিজ করা হচ্ছে")
for layer in model.layers[:-1]:
layer.trainable = False
print("মডেল পুনরায় কম্পাইল করা এবং ট্রেন করা হচ্ছে")
print("শেষ লেয়ার ওজন আপডেট হবে")
model.compile(...)
model.fit(...)
কোড ক্রেডিট - https://www.tensorflow.org/guide/keras/sequential_model
আউটপুট
প্রি-ট্রেইন্ড ওজন লোড করা হচ্ছে শেষ লেয়ার বাদে সব লেয়ার ফ্রিজ করা হচ্ছে মডেল পুনরায় কম্পাইল করা এবং ট্রেন করা হচ্ছে শেষ লেয়ার ওজন আপডেট হবে
ব্যাখ্যা
ট্রান্সফার লার্নিং বোঝায় একটি মডেলের নিচের লেয়ারها ফ্রিজ করা এবং উপরের লেয়ারها ট্রেন করা।
সিকোয়েনশিয়াল মডেল বিল্ড করা হয়েছে।
পুরানো মডেলের প্রি-ট্রেইন্ড ওজন লোড করা হয়েছে এবং এই মডেলের সাথে বাঁধা হয়েছে।
নিচের লেয়ারها ফ্রিজ করা হয়েছে শেষ লেয়ার ছাড়া।
লেয়ারগুলোইটারেট করা হয়েছে এবং 'layer.trainable' 'False' সেট করা হয়েছে শেষ লেয়ার ছাড়া সব লেয়ারের জন্য।
এটি কম্পাইল করা হয়েছে এবং ডেটার সাথে ফিট করা হয়েছে।
