पायथन में Tensorflow के साथ अनुक्रमिक मॉडल का उपयोग कब किया जाना चाहिए? एक उदाहरण दें

एक अनुक्रमिक मॉडल तब प्रासंगिक होता है जब परतों का एक सादा ढेर होता है। इस स्टैक में, प्रत्येक परत में ठीक एक इनपुट टेंसर और एक आउटपुट टेंसर होता है। यह उपयुक्त नहीं है जब मॉडल में एकाधिक इनपुट या एकाधिक आउटपुट हों। यह उचित नहीं है जब परतों को साझा करने की आवश्यकता हो। यह उचित नहीं है जब परत में एकाधिक इनपुट या एकाधिक आउटपुट हों। गैर-रैखिक वास्तुकला की आवश्यकता होने पर यह उचित नहीं है।

Tensorflow एक मशीन लर्निंग फ्रेमवर्क है जो Google द्वारा प्रदान किया जाता है। यह एक ओपन-सोर्स फ्रेमवर्क है जिसका उपयोग एल्गोरिदम, गहन शिक्षण अनुप्रयोगों और बहुत कुछ को लागू करने के लिए पायथन के साथ संयोजन में किया जाता है। इसका उपयोग अनुसंधान और उत्पादन उद्देश्यों के लिए किया जाता है। इसमें अनुकूलन तकनीकें हैं जो जटिल गणितीय कार्यों को शीघ्रता से करने में मदद करती हैं। ऐसा इसलिए है क्योंकि यह NumPy और बहुआयामी सरणियों का उपयोग करता है। इन बहु-आयामी सरणियों को 'टेंसर' के रूप में भी जाना जाता है।

केरस को प्रोजेक्ट ONEIROS (ओपन एंडेड न्यूरो-इलेक्ट्रॉनिक इंटेलिजेंट रोबोट ऑपरेटिंग सिस्टम) के लिए अनुसंधान के एक भाग के रूप में विकसित किया गया था। केरस एक डीप लर्निंग एपीआई है, जिसे पायथन में लिखा गया है। यह एक उच्च-स्तरीय एपीआई है जिसमें एक उत्पादक इंटरफ़ेस है जो मशीन सीखने की समस्याओं को हल करने में मदद करता है। यह Tensorflow ढांचे के शीर्ष पर चलता है। इसे त्वरित तरीके से प्रयोग में मदद करने के लिए बनाया गया था। यह अत्यधिक स्केलेबल है, और क्रॉस प्लेटफॉर्म क्षमताओं के साथ आता है। इसका मतलब है कि केरस को टीपीयू या जीपीयू के क्लस्टर पर चलाया जा सकता है। केरस मॉडल को वेब ब्राउज़र या मोबाइल फोन में भी चलाने के लिए निर्यात किया जा सकता है।

केरस पहले से ही Tensorflow पैकेज में मौजूद है। इसे कोड की नीचे दी गई लाइन का उपयोग करके एक्सेस किया जा सकता है।

import tensorflow
from tensorflow import keras

हम नीचे दिए गए कोड को चलाने के लिए Google सहयोग का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर पायथन कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPU (ग्राफ़िकल प्रोसेसिंग यूनिट) तक मुफ्त पहुंच की आवश्यकता होती है। जुपिटर नोटबुक के ऊपर कोलैबोरेटरी बनाई गई है।

आइए हम केरस सहित टेन्सरफ्लो के साथ अनुक्रमिक मॉडल को परिभाषित करने के लिए एक उदाहरण देखें -

उदाहरण

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
print("A sequential model is being defined, that has three layers")
model = keras.Sequential(
   [
      layers.Dense(2, activation="relu", name="layer_1"),
      layers.Dense(3, activation="relu", name="layer_2"),
      layers.Dense(4, name="layer_3"),
   ]
)
print("The model is being called on test data")
x = tf.ones((2, 2))
y = model(x)

कोड क्रेडिट - https://www.tensorflow.org/guide/keras/sequential_model

आउटपुट

पायथन में Tensorflow के साथ अनुक्रमिक मॉडल का उपयोग कब किया जाना चाहिए? एक उदाहरण दें

A sequenital model is being defined, that has three layers
The model is being called on test data
The layers are
[<tensorflow.python.keras.layers.core.Dense object at 0x7fe921aaf7b8>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6d898>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6dc18>]

स्पष्टीकरण

आवश्यक पैकेज आयात और उपनामित हैं।
केरस में मौजूद 'अनुक्रमिक' पद्धति का उपयोग करके एक अनुक्रमिक मॉडल बनाया जाता है।
इस मॉडल को परीक्षण डेटा पर कहा जाता है।
मॉडल की परतों के बारे में विवरण कंसोल पर प्रदर्शित होते हैं।