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। ढांचा गहरे तंत्रिका नेटवर्क के साथ काम करने का समर्थन करता है। यह अत्यधिक स्केलेबल है, और कई लोकप्रिय डेटासेट के साथ आता है। यह GPU संगणना का उपयोग करता है और संसाधनों के प्रबंधन को स्वचालित करता है। यह मशीन लर्निंग लाइब्रेरी की भीड़ के साथ आता है, और अच्छी तरह से समर्थित और प्रलेखित है। ढांचे में गहरे तंत्रिका नेटवर्क मॉडल चलाने, उन्हें प्रशिक्षित करने और संबंधित डेटासेट की प्रासंगिक विशेषताओं की भविष्यवाणी करने वाले एप्लिकेशन बनाने की क्षमता 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।
हम इन कोड को चलाने के लिए जुपिटर नोटबुक का उपयोग करेंगे। TensorFlow को 'pip install tensorflow' का उपयोग करके Jupyter नोटबुक पर स्थापित किया जा सकता है।
निम्नलिखित एक उदाहरण है -
उदाहरण
import tensorflow as tf
import numpy as np
matrix_1 = np.array([(1,2,3,4,5)],dtype = 'int32')
matrix_2 = np.array([(−1,0,1,3,3)],dtype = 'int32')
print("The first matrix is ")
print (matrix_1)
print("The second matrix is ")
print (matrix_2)
print("The product is ")
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_prod = tf.multiply(matrix_1, matrix_2)
print((matrix_prod)) आउटपुट
The first matrix is [[1 2 3 4 5]] The second matrix is [[−1 0 1 3 3]] The product is tf.Tensor([[−1 0 3 12 15]], shape=(1, 5), dtype=int32)
स्पष्टीकरण
-
उपयोग में आसानी के लिए आवश्यक पैकेज आयात करें और इसके लिए एक उपनाम प्रदान करें।
-
Numpy पैकेज का उपयोग करके दो मैट्रिक्स बनाए जाते हैं।
-
वे Tensorflow में एक Numpy सरणी से स्थिर मान में परिवर्तित हो जाते हैं।
-
Tensorflow में 'मल्टीप्ली' फ़ंक्शन का उपयोग मैट्रिक्स में मान-तत्वों को गुणा करने के लिए किया जाता है।
-
परिणामी उत्पाद कंसोल पर प्रदर्शित होता है।