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।
कोड की निम्न पंक्ति का उपयोग करके विंडोज़ पर 'टेंसरफ़्लो' पैकेज स्थापित किया जा सकता है -
pip install tensorflow
Tensor एक डेटा संरचना है जिसका उपयोग TensorFlow में किया जाता है। यह प्रवाह आरेख में किनारों को जोड़ने में मदद करता है। इस प्रवाह आरेख को 'डेटा प्रवाह ग्राफ' के रूप में जाना जाता है। टेंसर और कुछ नहीं बल्कि एक बहुआयामी सरणी या एक सूची है।
'फैशन एमएनआईएसटी' डेटासेट में विभिन्न प्रकार के कपड़ों की छवियां होती हैं। इसमें 70 हजार से अधिक कपड़ों की ग्रेस्केल छवियां हैं जो 10 विभिन्न श्रेणियों से संबंधित हैं। ये इमेज लो रेजोल्यूशन (28 x 28 पिक्सल) की हैं। 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।
पायथन में फैशन एमएनआईएसटी डेटासेट के लिए मॉडल बनाने के लिए कोड स्निपेट निम्नलिखित है -
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("Sequential model is being built")
model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy'])
print("Sequential model is being compiled") कोड क्रेडिट - https://www.tensorflow.org/tutorials/keras/classification
आउटपुट
Sequential model is being built Sequential model is being compiled
स्पष्टीकरण
-
मॉडल में परतें कॉन्फ़िगर की गई हैं।
-
परत, जो एक तंत्रिका नेटवर्क का मूल ब्लॉक है, डेटा से प्रतिनिधित्व निकालती है जो परत को इनपुट डेटा के रूप में दिया जाता है।
-
कई साधारण परतों को एक साथ समूहीकृत किया जाता है।
-
कुछ परतों में पैरामीटर भी होते हैं जिन्हें प्रशिक्षण चरण के दौरान इष्टतम मूल्य तक पहुंचने के लिए ट्यून किया जाता है।
-
पहली परत 'Flatten' छवियों को 2D से 1D सरणी में बदल देती है।
-
इस परत में कोई पैरामीटर नहीं है जिसे सीखने की आवश्यकता है।
-
एक बार जब पिक्सेल समतल हो जाते हैं, तो दो 'घनी' परतें बन जाती हैं, जहाँ हर घनी परत में 128 न्यूरॉन्स होते हैं। अंतिम परत एक लॉगिट सरणी लौटाती है जिसकी लंबाई 10 है।
-
प्रत्येक न्यूरॉन/नोड में एक मान होता है जो स्कोर है जो बताता है कि छवि किस वर्ग से संबंधित है।
-
फिर मॉडल संकलित किया जाता है।