TensorFlow, Google द्वारा प्रदान किया गया एक मशीन लर्निंग फ्रेमवर्क है। यह एक ओपन-सोर्स फ्रेमवर्क है जिसे Python के साथ मिलकर एल्गोरिदम, डीप लर्निंग एप्लिकेशन और बहुत कुछ लागू करने के लिए उपयोग किया जाता है। इसका उपयोग अनुसंधान और उत्पादन उद्देश्यों के लिए किया जाता है।
इंस्टॉलेशन
Windows पर 'tensorflow' पैकेज इंस्टॉल करने के लिए:
pip install tensorflow
टेंसर क्या है?
टेंसर, TensorFlow में उपयोग की जाने वाली एक डेटा संरचना है। यह फ्लो डायग्राम में एज को जोड़ने में मदद करता है। इस फ्लो डायग्राम को 'डेटा फ्लो ग्राफ' के नाम से जाना जाता है। टेंसर बहुआयामी सरणी या सूची के अलावा कुछ नहीं हैं।
Fashion MNIST डेटासेट
'Fashion MNIST' डेटासेट में विभिन्न प्रकार के कपड़ों की छवियां होती हैं। इसमें 70 हजार से अधिक कपड़ों की ग्रेस्केल छवियां होती हैं जो 10 विभिन्न श्रेणियों से संबंधित होती हैं। ये छवियां कम रिज़ॉल्यूशन (28 x 28 पिक्सल) की होती हैं। हम नीचे दिए गए कोड को चलाने के लिए Google Colaboratory का उपयोग कर रहे हैं।
Google Colab या Colaboratory ब्राउज़र पर Python कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन की आवश्यकता होती है और GPUs (ग्राफिकल प्रोसेसिंग यूनिट्स) तक मुफ्त पहुंच प्रदान करता है। Colaboratory को Jupyter Notebook के शीर्ष पर बनाया गया है।
Python में Fashion MNIST डेटासेट के लिए मॉडल बनाने का कोड स्निपेट:
उदाहरण
model = tf.keras.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dense(10)
])
print("अनुक्रमिक मॉडल बनाया जा रहा है")
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
print("अनुक्रमिक मॉडल कंपाइल किया जा रहा है")
कोड क्रेडिट - TensorFlow ट्यूटोरियल
आउटपुट
अनुक्रमिक मॉडल बनाया जा रहा है अनुक्रमिक मॉडल कंपाइल किया जा रहा है
व्याख्या
- मॉडल में लेयर्स कॉन्फ़िगर की जाती हैं।
- लेयर, जो न्यूरल नेटवर्क का मूल ब्लॉक है, इनपुट डेटा के रूप में दिए गए डेटा से प्रतिनिधित्व निकालता है।
- कई सरल लेयर्स को एक साथ समूहित किया जाता है।
- कुछ लेयर्स में पैरामीटर्स भी होते हैं जिन्हें प्रशिक्षण चरण के दौरान इष्टतम मूल्य तक ट्यून किया जाता है।
- पहली लेयर 'Flatten' छवियों को 2D से 1D सरणी में बदल देती है।
- इस लेयर में कोई पैरामीटर नहीं होता जिसे सीखने की आवश्यकता हो।
- एक बार पिक्सेल फ़्लैट हो जाने पर, दो 'Dense' लेयर्स बनाई जाती हैं, जहां प्रत्येक घनी लेयर में 128 न्यूरॉन्स होते हैं। अंतिम लेयर लंबाई 10 की एक लॉजिट्स सरणी लौटाती है।
- प्रत्येक न्यूरॉन/नोड में एक मान होता है जो स्कोर होता है जो बताता है कि छवि किस वर्ग से संबंधित है।
- फिर मॉडल को कंपाइल किया जाता है।
