रैग्ड टेंसर के शब्द कोड बिंदु को निम्न विधि में विभाजित किया जा सकता है:सेगमेंटेशन टेक्स्ट को शब्द-जैसी इकाइयों में विभाजित करने के कार्य को संदर्भित करता है। इसका उपयोग उन मामलों में किया जाता है जहां शब्दों को अलग करने के लिए स्पेस वर्णों का उपयोग किया जाता है, लेकिन चीनी और जापानी जैसी कुछ भाषाएं

CIFAR डेटासेट को load_data पद्धति का उपयोग करके डाउनलोड किया जा सकता है जो डेटासेट मॉड्यूल में मौजूद है। इसे डाउनलोड किया जाता है, और डेटा को प्रशिक्षण सेट और सत्यापन सेट में विभाजित किया जाता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है

कंसोल पर डेटासेट में मौजूद छवियों को प्लॉट करके CIFAR डेटासेट को सत्यापित किया जा सकता है। चूंकि CIFAR लेबल सरणियाँ हैं, इसलिए एक अतिरिक्त अनुक्रमणिका की आवश्यकता होगी। छवि प्रदर्शित करने के लिए मैटप्लोटलिब लाइब्रेरी से इमशो विधि का उपयोग किया जाता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत

एक कनवल्शनल न्यूरल नेटवर्क में आम तौर पर निम्नलिखित परतों का संयोजन होता है:कन्वेन्शनल लेयर्स, पूलिंग लेयर्स और डेंस लेयर्स। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है? विशिष्ट प्रकार की समस्याओं, जैसे कि छवि पहचान के लिए अच्छे परिणाम देन

अनुक्रमिक मॉडल में ऐड विधि का उपयोग करके एक घनी परत जोड़ी जा सकती है, और परत के प्रकार को घना के रूप में निर्दिष्ट किया जा सकता है। परतों को पहले चपटा किया जाता है, और फिर एक परत जोड़ दी जाती है। यह नई परत संपूर्ण प्रशिक्षण डेटासेट पर लागू की जाएगी। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रि

एक दृढ़ तंत्रिका नेटवर्क को क्रमशः ट्रेन विधि और फिट पद्धति का उपयोग करके प्रशिक्षित और संकलित किया जा सकता है। युग मान फिट पद्धति में प्रदान किया जाता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है? हम केरस अनुक्रमिक एपीआई का उपयोग करेंग

एक दृढ़ तंत्रिका नेटवर्क का मूल्यांकन मूल्यांकन पद्धति का उपयोग करके किया जा सकता है। यह विधि परीक्षण डेटा को इसके मापदंडों के रूप में लेती है। इससे पहले, डेटा को matplotlib लाइब्रेरी और imshow विधियों का उपयोग करके कंसोल पर प्लॉट किया जाता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका ने

फूल डेटासेट को केरस अनुक्रमिक एपीआई का उपयोग करके Google एपीआई की मदद से डाउनलोड किया जा सकता है जो डेटासेट को स्टोर करता है। डेटासेट लाने और इसे मेमोरी में स्टोर करने के लिए एपीआई (यूआरएल) के साथ get_file पद्धति का उपयोग किया जाता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बना

पीआईएल पैकेज और इमेज.ओपन विधि की मदद से केरस अनुक्रमिक एपीआई का उपयोग करके फूल डेटासेट का पता लगाया जा सकता है। विभिन्न उपनिर्देशिकाओं में फूलों की विभिन्न प्रकार की छवियां होती हैं, जिन्हें अनुक्रमित किया जा सकता है और कंसोल पर प्रदर्शित किया जा सकता है। और पढ़ें: TensorFlow क्या है और Keras कैसे

फूल डेटासेट को image_dataset_from_directory की मदद से केरस प्रीप्रोसेसिंग एपीआई का उपयोग करके प्रशिक्षण और सत्यापन सेट में विभाजित किया जा सकता है, जो सत्यापन सेट के लिए प्रतिशत विभाजन के लिए कहता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करत

फूल डेटासेट को केरस प्रीप्रोसेसिंग एपीआई का उपयोग करके पूर्व-संसाधित किया जा सकता है। इसमें image_dataset_from_directory नाम की एक विधि है जो सत्यापन सेट, वह निर्देशिका जहां डेटा संग्रहीत है, और डेटासेट को संसाधित करने के लिए अन्य पैरामीटर लेता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिक

मान लें कि हमारे पास फूल डेटासेट है। फूल डेटासेट को Google API का उपयोग करके डाउनलोड किया जा सकता है जो मूल रूप से फूल डेटासेट से लिंक होता है। एपीआई को पैरामीटर के रूप में पास करने के लिए get_file विधि का उपयोग किया जा सकता है। एक बार ऐसा करने के बाद, डेटा पर्यावरण में डाउनलोड हो जाता है। इसे मैटप

फ्लावर डेटासेट को बफर प्रीफेच, शफल विधि और कैशे विधि की मदद से प्रदर्शन के लिए कॉन्फ़िगर किया जा सकता है। बफर्ड प्रीफ़ेचिंग का उपयोग यह सुनिश्चित करने के लिए किया जा सकता है कि डेटा I/O ब्लॉक किए बिना डिस्क से लिया जा सकता है। Dataset.cache() पहले युग के दौरान डिस्क से लोड होने के बाद छवियों को स्मृ

हम फूलों के डेटासेट का उपयोग करेंगे, जिसमें कई हजारों फूलों के चित्र होंगे। इसमें 5 उप-निर्देशिकाएँ हैं, और प्रत्येक वर्ग के लिए एक उप-निर्देशिका है। एक बार get_file पद्धति का उपयोग करके फूल डेटासेट डाउनलोड हो जाने के बाद, इसके साथ काम करने के लिए इसे पर्यावरण में लोड किया जाएगा। मॉडल में सामान्यीक

अनुक्रमिक एपीआई का उपयोग करके एक अनुक्रमिक मॉडल बनाया जा सकता है जो layers.experimental.preprocessing.Rescaling का उपयोग करता है। तरीका। मॉडल बनाते समय अन्य परतें निर्दिष्ट की जाती हैं। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है? हम केरस

Tensorflow में बनाए गए मॉडल को संकलन विधि का उपयोग करके संकलित किया जा सकता है। नुकसान की गणना SparseCategoricalCrossentropy पद्धति का उपयोग करके की जाती है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है? हम नीचे दिए गए कोड को चलाने के लिए G

मॉडल को Tensorflow में ट्रेन पद्धति का उपयोग करके प्रशिक्षित किया जा सकता है, जहां युगों (मॉडल को फिट करने के लिए डेटा को प्रशिक्षित करने की संख्या) और प्रशिक्षण डेटा निर्दिष्ट किया जाता है। और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है? हम

इनपुट - मान लें, नमूना DataFrame है,  Id Name 0 1 Adam 1 2 Michael 2 3 David 3 4 Jack 4 5 Peter आउटपुट - Random row is   Id    5 Name Peter समाधान इसे हल करने के लिए, हम नीचे दिए गए तरीकों का पालन करेंगे। डेटाफ़्रेम परिभाषित करें df.shape[0] का उपयोग करके पंक्तियों की सं

इनपुट - मान लीजिए, हमारे पास शहर और राज्य कॉलम के साथ डेटाफ्रेम है और शहर, राज्य का नाम के से शुरू होता है और नीचे दिखाए गए अनुसार एक और सीएसवी फ़ाइल में स्टोर करें - City,State Kochi,Kerala समाधान इसे हल करने के लिए, हम नीचे दिए गए चरणों का पालन करेंगे। डेटाफ़्रेम परिभाषित करें चेक करें कि

इनपुट - मान लें, DataFrame है, DataFrame is   year days 0 2002 365 1 2004 366 2 2012 366 3 2018 365 4 2020 366 आउटपुट - ``python Count the number of leap years are:- 3 ``` समाधान इसे हल करने के लिए, हम नीचे दिए गए तरीकों का पालन करेंगे। डेटाफ़्रेम परिभाषित करें डेटाफ़्रेम मान सत्यापित