 TensorFlow.org पर देखें |  Google Colab में चलाएं |  GitHub पर स्रोत देखें |  नोटबुक डाउनलोड करें |
अवलोकन
इस ट्यूटोरियल दिखाता है कि कैसे बनाने के लिए tf.data.Dataset एक PostgreSQL डेटाबेस सर्वर से है, ताकि बनाया Dataset के लिए पारित किया जा सकता है tf.keras प्रशिक्षण या अनुमान के प्रयोजनों के लिए।
SQL डेटाबेस डेटा साइंटिस्ट के लिए डेटा का एक महत्वपूर्ण स्रोत है। सबसे लोकप्रिय खुला स्रोत SQL डेटाबेस के रूप में, PostgreSQL व्यापक रूप से बोर्ड भर में critial और लेन-देन संबंधी डेटा भंडारण के लिये उद्यमों में प्रयोग किया जाता है। बनाना Dataset सीधे एक PostgreSQL डेटाबेस सर्वर से और पारित Dataset को tf.keras , प्रशिक्षण या अनुमान के लिए बहुत डेटा पाइपलाइन और मदद डेटा वैज्ञानिक को आसान बनाने मशीन सीखने वाले मॉडल पर ध्यान केंद्रित कर सकते हैं।
सेटअप और उपयोग
आवश्यक टेंसरफ़्लो-आईओ पैकेज स्थापित करें, और रनटाइम को पुनरारंभ करें
try:
%tensorflow_version 2.x
except Exception:
pass
!pip install -q tensorflow-io
PostgreSQL स्थापित करें और सेटअप करें (वैकल्पिक)
Google Colab पर उपयोग को प्रदर्शित करने के लिए आप PostgreSQL सर्वर स्थापित करेंगे। पासवर्ड और एक खाली डेटाबेस की भी जरूरत है।
यदि आप इस नोटबुक को Google Colab पर नहीं चला रहे हैं, या आप किसी मौजूदा डेटाबेस का उपयोग करना पसंद करते हैं, तो कृपया निम्न सेटअप को छोड़ दें और अगले अनुभाग पर आगे बढ़ें।
# Install postgresql serversudo apt-get -y -qq updatesudo apt-get -y -qq install postgresqlsudo service postgresql start# Setup a password `postgres` for username `postgres`sudo -u postgres psql -U postgres -c "ALTER USER postgres PASSWORD 'postgres';"# Setup a database with name `tfio_demo` to be usedsudo -u postgres psql -U postgres -c 'DROP DATABASE IF EXISTS tfio_demo;'sudo -u postgres psql -U postgres -c 'CREATE DATABASE tfio_demo;'
Preconfiguring packages ...
Selecting previously unselected package libpq5:amd64.
(Reading database ... 254633 files and directories currently installed.)
Preparing to unpack .../0-libpq5_10.15-0ubuntu0.18.04.1_amd64.deb ...
Unpacking libpq5:amd64 (10.15-0ubuntu0.18.04.1) ...
Selecting previously unselected package postgresql-client-common.
Preparing to unpack .../1-postgresql-client-common_190ubuntu0.1_all.deb ...
Unpacking postgresql-client-common (190ubuntu0.1) ...
Selecting previously unselected package postgresql-client-10.
Preparing to unpack .../2-postgresql-client-10_10.15-0ubuntu0.18.04.1_amd64.deb ...
Unpacking postgresql-client-10 (10.15-0ubuntu0.18.04.1) ...
Selecting previously unselected package ssl-cert.
Preparing to unpack .../3-ssl-cert_1.0.39_all.deb ...
Unpacking ssl-cert (1.0.39) ...
Selecting previously unselected package postgresql-common.
Preparing to unpack .../4-postgresql-common_190ubuntu0.1_all.deb ...
Adding 'diversion of /usr/bin/pg_config to /usr/bin/pg_config.libpq-dev by postgresql-common'
Unpacking postgresql-common (190ubuntu0.1) ...
Selecting previously unselected package postgresql-10.
Preparing to unpack .../5-postgresql-10_10.15-0ubuntu0.18.04.1_amd64.deb ...
Unpacking postgresql-10 (10.15-0ubuntu0.18.04.1) ...
Selecting previously unselected package postgresql.
Preparing to unpack .../6-postgresql_10+190ubuntu0.1_all.deb ...
Unpacking postgresql (10+190ubuntu0.1) ...
Selecting previously unselected package sysstat.
Preparing to unpack .../7-sysstat_11.6.1-1ubuntu0.1_amd64.deb ...
Unpacking sysstat (11.6.1-1ubuntu0.1) ...
Setting up sysstat (11.6.1-1ubuntu0.1) ...
Creating config file /etc/default/sysstat with new version
update-alternatives: using /usr/bin/sar.sysstat to provide /usr/bin/sar (sar) in auto mode
Created symlink /etc/systemd/system/multi-user.target.wants/sysstat.service → /lib/systemd/system/sysstat.service.
Setting up ssl-cert (1.0.39) ...
Setting up libpq5:amd64 (10.15-0ubuntu0.18.04.1) ...
Setting up postgresql-client-common (190ubuntu0.1) ...
Setting up postgresql-common (190ubuntu0.1) ...
Adding user postgres to group ssl-cert
Creating config file /etc/postgresql-common/createcluster.conf with new version
Building PostgreSQL dictionaries from installed myspell/hunspell packages...
Removing obsolete dictionary files:
Created symlink /etc/systemd/system/multi-user.target.wants/postgresql.service → /lib/systemd/system/postgresql.service.
Setting up postgresql-client-10 (10.15-0ubuntu0.18.04.1) ...
update-alternatives: using /usr/share/postgresql/10/man/man1/psql.1.gz to provide /usr/share/man/man1/psql.1.gz (psql.1.gz) in auto mode
Setting up postgresql-10 (10.15-0ubuntu0.18.04.1) ...
Creating new PostgreSQL cluster 10/main ...
/usr/lib/postgresql/10/bin/initdb -D /var/lib/postgresql/10/main --auth-local peer --auth-host md5
The files belonging to this database system will be owned by user "postgres".
This user must also own the server process.
The database cluster will be initialized with locale "C.UTF-8".
The default database encoding has accordingly been set to "UTF8".
The default text search configuration will be set to "english".
Data page checksums are disabled.
fixing permissions on existing directory /var/lib/postgresql/10/main ... ok
creating subdirectories ... ok
selecting default max_connections ... 100
selecting default shared_buffers ... 128MB
selecting default timezone ... Etc/UTC
selecting dynamic shared memory implementation ... posix
creating configuration files ... ok
running bootstrap script ... ok
performing post-bootstrap initialization ... ok
syncing data to disk ... ok
Success. You can now start the database server using:
/usr/lib/postgresql/10/bin/pg_ctl -D /var/lib/postgresql/10/main -l logfile start
Ver Cluster Port Status Owner Data directory Log file
10 main 5432 down postgres /var/lib/postgresql/10/main /var/log/postgresql/postgresql-10-main.log
update-alternatives: using /usr/share/postgresql/10/man/man1/postmaster.1.gz to provide /usr/share/man/man1/postmaster.1.gz (postmaster.1.gz) in auto mode
Setting up postgresql (10+190ubuntu0.1) ...
Processing triggers for man-db (2.8.3-2ubuntu0.1) ...
Processing triggers for ureadahead (0.100.0-21) ...
Processing triggers for libc-bin (2.27-3ubuntu1.2) ...
Processing triggers for systemd (237-3ubuntu10.38) ...
ALTER ROLE
NOTICE: database "tfio_demo" does not exist, skipping
DROP DATABASE
CREATE DATABASE
आवश्यक पर्यावरणीय चर सेट करें
निम्नलिखित पर्यावरण चर अंतिम खंड में PostgreSQL सेटअप पर आधारित हैं। यदि आपके पास एक अलग सेटअप है या आप किसी मौजूदा डेटाबेस का उपयोग कर रहे हैं, तो उन्हें तदनुसार बदला जाना चाहिए:
%env TFIO_DEMO_DATABASE_NAME=tfio_demo
%env TFIO_DEMO_DATABASE_HOST=localhost
%env TFIO_DEMO_DATABASE_PORT=5432
%env TFIO_DEMO_DATABASE_USER=postgres
%env TFIO_DEMO_DATABASE_PASS=postgres
env: TFIO_DEMO_DATABASE_NAME=tfio_demo env: TFIO_DEMO_DATABASE_HOST=localhost env: TFIO_DEMO_DATABASE_PORT=5432 env: TFIO_DEMO_DATABASE_USER=postgres env: TFIO_DEMO_DATABASE_PASS=postgres
PostgreSQL सर्वर में डेटा तैयार करें
डेमो उद्देश्यों के लिए यह ट्यूटोरियल एक डेटाबेस बनाएगा और कुछ डेटा के साथ डेटाबेस को पॉप्युलेट करेगा। इस ट्यूटोरियल में उपयोग किए गए डेटा से है वायु गुणवत्ता डेटा सेट , से उपलब्ध यूसीआई मशीन लर्निंग भंडार ।
नीचे वायु गुणवत्ता डेटा सेट के सबसेट का संक्षिप्त पूर्वावलोकन दिया गया है:
दिनांक|समय|CO(GT)|PT08.S1(CO)|NMHC(GT)|C6H6(GT)|PT08.S2(NMHC)|NOx(GT)|PT08.S3(NOx)|NO2(GT)| PT08.S4(NO2)|PT08.S5(O3)|T|RH|AH| ----|-----|------|----------|-----------|--------|--- ----------|----|----------|------|---------------|-- ---------|-|--|--| 10/03/2004|18.00.00|2,6|1360|150|11,9|1046|166|1056|113|1692|1268|13,6|48,9|0,7578| 10/03/2004|19.00.00|2|1292|112|9,4|955|103|1174|92|1559|972|13,3|47,7|0,7255| 10/03/2004|20.00.00|2,2|1402|88|9,0|939|131|1140|114|1555|1074|11,9|54,0|0,7502| 10/03/2004|21.00.00|2,2|1376|80|9,2|948|172|1092|122|1584|1203|11,0|60,0|0,7867| 10/03/2004|22.00.00|1,6|1272|51|6,5|836|131|1205|116|1490|1110|11,2|59,6|0,7888|
वायु गुणवत्ता डेटा सेट और यूसीआई मशीन लर्निंग भंडार बारे में अधिक जानकारी में availabel हैं संदर्भ अनुभाग।
डेटा तैयारी आसान बनाने में मदद करने के लिए, वायु गुणवत्ता डेटा सेट के एक एसक्यूएल संस्करण तैयार किया गया है और के रूप में उपलब्ध है AirQualityUCI.sql ।
तालिका बनाने का कथन है:
CREATE TABLE AirQualityUCI (
Date DATE,
Time TIME,
CO REAL,
PT08S1 INT,
NMHC REAL,
C6H6 REAL,
PT08S2 INT,
NOx REAL,
PT08S3 INT,
NO2 REAL,
PT08S4 INT,
PT08S5 INT,
T REAL,
RH REAL,
AH REAL
);
डेटाबेस में तालिका बनाने और डेटा को पॉप्युलेट करने के लिए पूर्ण आदेश हैं:
curl -s -OL https://github.com/tensorflow/io/raw/master/docs/tutorials/postgresql/AirQualityUCI.sqlPGPASSWORD=$TFIO_DEMO_DATABASE_PASS psql -q -h $TFIO_DEMO_DATABASE_HOST -p $TFIO_DEMO_DATABASE_PORT -U $TFIO_DEMO_DATABASE_USER -d $TFIO_DEMO_DATABASE_NAME -f AirQualityUCI.sql
PostgreSQL सर्वर से डेटासेट बनाएं और इसे TensorFlow में उपयोग करें
एक डेटासेट PostgreSQL से सर्वर बनाएं बुला उतना ही आसान है tfio.experimental.IODataset.from_sql साथ query और endpoint तर्क। query तालिका में चयन स्तंभों के लिए SQL क्वेरी है और endpoint तर्क पते और डेटाबेस नाम है:
import os
import tensorflow_io as tfio
endpoint="postgresql://{}:{}@{}?port={}&dbname={}".format(
os.environ['TFIO_DEMO_DATABASE_USER'],
os.environ['TFIO_DEMO_DATABASE_PASS'],
os.environ['TFIO_DEMO_DATABASE_HOST'],
os.environ['TFIO_DEMO_DATABASE_PORT'],
os.environ['TFIO_DEMO_DATABASE_NAME'],
)
dataset = tfio.experimental.IODataset.from_sql(
query="SELECT co, pt08s1 FROM AirQualityUCI;",
endpoint=endpoint)
print(dataset.element_spec)
{'co': TensorSpec(shape=(), dtype=tf.float32, name=None), 'pt08s1': TensorSpec(shape=(), dtype=tf.int32, name=None)}
आप के उत्पादन में से देख सकते हैं के रूप में dataset.element_spec ऊपर, बनाया के तत्व Dataset कुंजी के रूप में डेटाबेस तालिका के स्तंभ नाम के साथ एक अजगर dict वस्तु है। आगे के संचालन को लागू करना काफी सुविधाजनक है। उदाहरण के लिए, आप दोनों का चयन कर सकते nox और no2 के क्षेत्र Dataset , और अंतर की गणना:
dataset = tfio.experimental.IODataset.from_sql(
query="SELECT nox, no2 FROM AirQualityUCI;",
endpoint=endpoint)
dataset = dataset.map(lambda e: (e['nox'] - e['no2']))
# check only the first 20 record
dataset = dataset.take(20)
print("NOx - NO2:")
for difference in dataset:
print(difference.numpy())
NOx - NO2: 53.0 11.0 17.0 50.0 15.0 -7.0 -15.0 -14.0 -15.0 0.0 -13.0 -12.0 -14.0 16.0 62.0 28.0 14.0 3.0 9.0 34.0
बनाया Dataset के लिए पारित होने के लिए तैयार है tf.keras सीधे या तो प्रशिक्षण या अनुमान प्रयोजनों के लिए अब।
संदर्भ
- दुआ, डी। और ग्रेफ, सी। (2019)। यूसीआई मशीन लर्निंग भंडार [ http://archive.ics.uci.edu/ml ]। इरविन, सीए: यूनिवर्सिटी ऑफ कैलिफोर्निया, स्कूल ऑफ इंफॉर्मेशन एंड कंप्यूटर साइंस।
- एस. डी वीटो, ई. मासेरा, एम. पिगा, एल. मार्टिनोटो, जी. डि फ्रांसिया, शहरी प्रदूषण निगरानी परिदृश्य में बेंजीन आकलन के लिए एक इलेक्ट्रॉनिक नाक के क्षेत्र अंशांकन पर, सेंसर और एक्ट्यूएटर बी: केमिकल, वॉल्यूम 129, अंक 2, 22 फरवरी 2008, पृष्ठ 750-757, आईएसएसएन 0925-405