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 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 ক্লাস্টারগুলিতে চালানো যেতে পারে। কেরাস মডেলগুলি একটি ওয়েব ব্রাউজার বা মোবাইল ফোনেও চালানোর জন্য রপ্তানি করা যেতে পারে৷
কেরাস ইতিমধ্যেই টেনসরফ্লো প্যাকেজের মধ্যে উপস্থিত রয়েছে। এটি কোডের নীচের লাইন ব্যবহার করে অ্যাক্সেস করা যেতে পারে।
import tensorflow from tensorflow import keras
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। নিম্নলিখিত কোড স্নিপেট -
উদাহরণ
print("Three dense layers are being created") layer = layers.Dense(3) print("The weights associated with the layers are") print(layer.weights) print("The created layers is called on test data") x = tf.ones((2, 3)) y = layer(x) print("Now, the weights are : ") print(layer.weights)
কোড ক্রেডিট − https://www.tensorflow.org/guide/keras/sequential_model
আউটপুট
Three dense layers are being created The weights associated with the layers are [] The created layers is called on test data Now, the weights are : [<tf.Variable 'dense_11/kernel:0' shape=(3, 3) dtype=float32, numpy= array([[-0.9901273 , -0.70897937, -0.44804883], [ 0.6849613 , 0.5198808 , 0.48534775], [-0.07876515, -0.73648643, 0.44018626]], dtype=float32)>, <tf.Variable 'dense_11/bias:0' shape=(3,) dtype=float32, numpy=array([0., 0., 0.], dtype=float32)>]
ব্যাখ্যা
-
কেরাস মডেলের সমস্ত স্তরের ইনপুটের আকার জানতে হবে যাতে সর্বোত্তম ওজন তৈরি করা যায়।
-
প্রাথমিকভাবে, যখন একটি স্তর তৈরি করা হয়, তখন এটির সাথে সম্পর্কিত কোনো ওজন থাকে না।
-
তাই, প্রথমবার ইনপুটে কল করা হলে এটি ওজন তৈরি করে।
-
কারণ ওজন ইনপুটের আকৃতির উপর নির্ভর করে।
-
স্তরগুলি ক্রমানুসারে তৈরি করা হয়৷
৷ -
এটাকে টেস্ট ডেটা বলা হয়।
-
এই নতুন মডেলের সাথে সম্পর্কিত ওজনগুলি কনসোলে প্রদর্শিত হয়৷
৷