টেন্সরফ্লো চিটশিট
টেন্সরফ্লো (TensorFlow) হলো একটি ওপেন-সোর্স মেশিন লার্নিং ফ্রেমওয়ার্ক যা নিউরাল নেটওয়ার্ক এবং ডেটা-চালিত মডেল তৈরি ও প্রশিক্ষণের জন্য ব্যবহৃত হয়। এই চিটশিটে টেন্সরফ্লোর সব মৌলিক থেকে উন্নত ধারণা বিস্তারিতভাবে কভার করা হয়েছে।
১. টেন্সরফ্লো শুরু করা
১.১ পরিবেশ সেটআপ
- প্রয়োজনীয়তা: Python 3.x।
- ইনস্টলেশন:
- GPU সমর্থন (ঐচ্ছিক):
- চেক করুন:
২. মৌলিক ধারণা
২.১ টেন্সর (Tensors)
- টেন্সর হলো টেন্সরফ্লোর প্রাথমিক ডেটা স্ট্রাকচার।
- টেন্সর অপারেশন:
২.২ ডেটা টাইপ এবং শেপ
ফাংশন | বর্ণনা | উদাহরণ |
---|---|---|
tf.constant | ধ্রুব টেন্সর। | tf.constant(5) |
tf.Variable | পরিবর্তনযোগ্য টেন্সর। | tf.Variable([1, 2]) |
.shape | টেন্সরের আকার। | a.shape |
.dtype | ডেটা টাইপ। | a.dtype |
৩. মডেল তৈরি
৩.১ Sequential API
৩.২ Functional API
৩.৩ লেয়ার (Layers)
লেয়ার | বর্ণনা | উদাহরণ |
---|---|---|
Dense | ফুলি কানেক্টেড লেয়ার। | Dense(64, activation='relu') |
Conv2D | 2D কনভলিউশন। | Conv2D(32, (3, 3)) |
MaxPooling2D | পুলিং। | MaxPooling2D((2, 2)) |
LSTM | রিকারেন্ট নিউরাল নেটওয়ার্ক। | LSTM(50) |
Dropout | ওভারফিটিং কমানো। | Dropout(0.2) |
৪. ডেটা প্রিপ্রসেসিং
৪.১ ডেটাসেট লোড
৪.২ ডেটা পাইপলাইন
৫. মডেল প্রশিক্ষণ
৫.১ কম্পাইল
- অপটিমাইজার:
adam
,sgd
,rmsprop
। - লস ফাংশন:
binary_crossentropy
,categorical_crossentropy
,mse
।
৫.২ ট্রেনিং
৫.৩ ইভালুয়েশন
৬. উন্নত মডেল
৬.১ কাস্টম লেয়ার
৬.২ কাস্টম ট্রেনিং লুপ
৭. টেন্সরফ্লো ফাংশন
ফাংশন | বর্ণনা | উদাহরণ |
---|---|---|
tf.reduce_sum | টেন্সরের যোগফল। | tf.reduce_sum(a) |
tf.argmax | সর্বোচ্চ মানের ইনডেক্স। | tf.argmax(a, axis=1) |
tf.reshape | টেন্সরের আকার পরিবর্তন। | tf.reshape(a, [-1, 4]) |
tf.one_hot | ওয়ান-হট এনকোডিং। | tf.one_hot(labels, depth=10) |