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। गूगल
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।
निम्नलिखित कोड स्निपेट है -
उदाहरण
plt.figure() plt.imshow(train_images[0]) plt.colorbar() plt.grid(False) plt.show() train_images = train_images / 255.0 test_images = test_images / 255.0 plt.figure(figsize=(12,12)) for i in range(15): plt.subplot(5,5,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show()
कोड क्रेडिट - https://www.tensorflow.org/tutorials/keras/classification
आउटपुट
स्पष्टीकरण
-
नेटवर्क को प्रशिक्षित करने से पहले, इनपुट डेटासेट को संसाधित करने की आवश्यकता होती है।
-
एक बार छवियों का निरीक्षण और कंसोल पर प्रदर्शित होने के बाद, यह निर्धारित किया जा सकता है कि पिक्सेल मान 0 से 255 की सीमा के भीतर आते हैं।
-
इन पिक्सेल मानों को पहले 0 से 1 की सीमा में आने के लिए स्केल किया जाता है।
-
इसे प्राप्त करने के लिए, प्रत्येक पिक्सेल मान को 255 से विभाजित किया जाता है।
-
प्रशिक्षण डेटासेट और परीक्षण डेटासेट को उसी तरह पूर्व-संसाधित किया जाना है।
-
यह सुनिश्चित करता है कि प्रशिक्षण के साथ-साथ मूल्यांकन के दौरान भी इसी प्रकार का डेटा प्रदान किया जाता है।
-
यह सुनिश्चित करने के लिए कि डेटा सही प्रारूप में है, कंसोल पर कुछ छवियों को उस वर्ग के नाम के साथ प्रदर्शित करें जिससे प्रत्येक छवि संबंधित है।