পূর্ব-তৈরি মডেলগুলি এমন মডেল যা ইতিমধ্যে একটি নির্দিষ্ট উদ্দেশ্যে প্রশিক্ষিত। ইতিমধ্যেই বিভিন্ন ধরনের প্রশিক্ষিত, ওপেন সোর্স মডেল রয়েছে যা আপনি TensorFlow.js-এর সাথে সাথেই ব্যবহার করতে পারেন অনেক মেশিন লার্নিং কাজ সম্পাদন করতে। এই বিষয়টি আপনার ব্যবহারের ক্ষেত্রে পূর্ব-তৈরি মডেলগুলি কীভাবে খুঁজে পেতে এবং নির্বাচন করতে হয় তার নির্দেশিকা প্রদান করে৷
প্রি-তৈরি মডেল ব্যবহার করার সুবিধা
TensorFlow.js-এ প্রি-তৈরি মডেলগুলির একটি বিস্তৃত বর্ণালী রয়েছে যা বাক্সের বাইরে যে কোনও প্রকল্পে ব্যবহার করা যেতে পারে এবং আপনাকে নিম্নলিখিত উল্লেখযোগ্য সুবিধাগুলি প্রদান করে:
- সময় এবং সম্পদ সংরক্ষণ করুন : ডেটা সংগ্রহ, প্রস্তুতি এবং লেবেল করার সময় সাশ্রয়ী প্রক্রিয়াগুলি এড়িয়ে চলুন, তারপরে প্রশিক্ষণ, মূল্যায়ন এবং মডেলটি উন্নত করুন। দ্রুত আপনার ধারনা প্রোটোটাইপ করতে সক্ষম হন.
- বিদ্যমান গবেষণা এবং ডকুমেন্টেশনের সুবিধা নিন : পূর্ব-তৈরি মডেলগুলি তৈরিতে ব্যবহৃত অত্যাধুনিক গবেষণা আপনাকে বাস্তব-বিশ্বের বিভিন্ন পরিস্থিতিতে কীভাবে কাজ করে তা বোঝার সময় দ্রুত সেগুলি স্থাপন করতে সক্ষম করে।
- ট্রান্সফার লার্নিং সক্ষম করুন : পূর্ব-তৈরি মডেলগুলি আপনাকে একটি মডেলের দ্বারা শেখা তথ্য অন্য একটি কাজের জন্য, অনুরূপ ব্যবহারের ক্ষেত্রে ব্যবহার করার অনুমতি দেয়। এই স্থানান্তর শেখার প্রক্রিয়া আপনাকে কাস্টম ডেটাতে বিদ্যমান মডেলগুলিকে দ্রুত প্রশিক্ষণ দিতে সক্ষম করবে।
একটি মডেল খুঁজুন
আপনার ব্যবহারের ক্ষেত্রে একটি বিদ্যমান TensorFlow.js মডেল খোঁজা নির্ভর করে আপনি কি সম্পন্ন করার চেষ্টা করছেন তার উপর। উদাহরণস্বরূপ, আপনার অ্যাপটিকে ক্লায়েন্ট-সাইড বা সার্ভার-সাইডে চালানোর দরকার আছে? গোপনীয়তা, গতি এবং নির্ভুলতার মতো বিষয়গুলি কতটা গুরুত্বপূর্ণ? ইত্যাদি
TensorFlow.js এর সাথে ব্যবহারের জন্য মডেলগুলি আবিষ্কার করার জন্য এখানে কয়েকটি প্রস্তাবিত উপায় রয়েছে:
উদাহরণ স্বরূপ: TensorFlow.js এর সাথে মডেলগুলি খুঁজে বের করার এবং ব্যবহার শুরু করার দ্রুততম উপায় হল TensorFlow.js ডেমো বিভাগে ব্রাউজ করা ডেমোগুলি খুঁজে বের করা যা আপনার ব্যবহারের ক্ষেত্রে অনুরূপ একটি কাজ সম্পাদন করে৷ এই ক্যাটালগ কোডের লিঙ্ক সহ মজাদার উদাহরণ ব্যবহার কেস প্রদান করে যা আপনাকে শুরু করতে সাহায্য করবে।
ডেটা ইনপুট প্রকার অনুসারে: আপনার ব্যবহারের ক্ষেত্রে অনুরূপ উদাহরণগুলি দেখার পাশাপাশি, আপনার নিজের ব্যবহারের জন্য মডেলগুলি আবিষ্কার করার আরেকটি উপায় হল আপনি যে ধরণের ডেটা প্রক্রিয়া করতে চান, যেমন অডিও, পাঠ্য বা চিত্রগুলি বিবেচনা করা। মেশিন লার্নিং মডেলগুলি প্রায়শই এই ধরণের ডেটাগুলির একটির সাথে ব্যবহারের জন্য ডিজাইন করা হয়, তাই আপনি যে ডেটা টাইপ ব্যবহার করতে চান তা পরিচালনা করে এমন মডেলগুলি সন্ধান করা আপনাকে কোন মডেলগুলি বিবেচনা করতে হবে তা সংকুচিত করতে সহায়তা করতে পারে৷ আপনি TensorFlow.js মডেল বিভাগে সাধারণ ব্যবহারের ক্ষেত্রের উপর ভিত্তি করে TensorFlow.js মডেল ব্রাউজ করা শুরু করতে পারেন, অথবা TensorFlow হাবে মডেলের একটি বড় সেট ব্রাউজ করতে পারেন। TensorFlow হাবে, আপনি মডেল ডেটা প্রকার দেখতে এবং আপনার তালিকা সংকুচিত করতে সমস্যা ডোমেন ফিল্টার ব্যবহার করতে পারেন।
নিম্নোক্ত তালিকাটি TensorFlow.js মডেলের সাথে TensorFlow হাবের সাধারণ ব্যবহারের ক্ষেত্রে লিঙ্ক করে:
- ছবির শ্রেণীবিভাগ মডেল
- বস্তু সনাক্তকরণ মডেল
- পাঠ্য মডেল
- অডিও মডেল
অনুরূপ মডেলগুলির মধ্যে চয়ন করুন
যদি আপনার অ্যাপ্লিকেশন একটি সাধারণ ব্যবহারের ক্ষেত্রে যেমন চিত্র শ্রেণীবিভাগ বা বস্তু সনাক্তকরণ অনুসরণ করে, তাহলে আপনি একাধিক TensorFlow.js মডেল খুঁজে পেতে পারেন যা আপনার প্রয়োজনের সাথে খাপ খায়। একবার আপনার কাছে কিছু মডেল আছে যা আপনার ব্যবহারের ক্ষেত্রে প্রযোজ্য, আপনি সেই মডেলটিকে চিহ্নিত করতে চান যা সর্বোত্তম সমাধান প্রদান করবে। এটি করার জন্য, প্রতিটি মডেলের নিম্নলিখিত দিকগুলি বিবেচনা করুন:
- অনুমান গতি
- ফাইলের আকার
- রানটাইম RAM ব্যবহার
- মডেল বৈশিষ্ট্য/ক্ষমতা
বেশ কয়েকটি মডেলের মধ্যে সিদ্ধান্ত নেওয়ার সময়, আপনি আপনার সবচেয়ে সীমিত সীমাবদ্ধতার উপর ভিত্তি করে প্রথমে আপনার বিকল্পগুলিকে সংকুচিত করতে পারেন যেমন মডেলের আকার, ডেটার আকার, অনুমান গতি, বা নির্ভুলতা ইত্যাদি।
আপনি যদি নিশ্চিত না হন যে আপনার সবচেয়ে সীমিত সীমাবদ্ধতা কী, অনুমান করুন এটি মডেলের আকার এবং উপলব্ধ সবচেয়ে ছোট মডেলটি বেছে নিন। একটি ছোট মডেল বাছাই করা আপনাকে সবচেয়ে নমনীয়তা দেয় যেখানে আপনি মডেলটি সফলভাবে স্থাপন এবং চালাতে পারেন। ছোট মডেলগুলিও সাধারণত দ্রুত অনুমান তৈরি করে এবং দ্রুততর ভবিষ্যদ্বাণীগুলি সাধারণত ভাল শেষ-ব্যবহারকারীর অভিজ্ঞতা তৈরি করে। যাইহোক , ছোট মডেলগুলিতে সাধারণত কম নির্ভুলতার হার থাকে, তাই ভবিষ্যদ্বাণীর নির্ভুলতা আপনার প্রাথমিক উদ্বেগ হলে আপনাকে বড় মডেল বাছাই করতে হতে পারে।
মডেলের জন্য উত্স
TensorFlow.js-এ পূর্ব-তৈরি মডেলগুলি সাধারণত দুটি আকারে পাওয়া যায়। অফিসিয়াল মডেলগুলি জাভাস্ক্রিপ্ট ক্লাসে মোড়ানো হয় যা সেগুলিকে আপনার অ্যাপে স্থাপন করা সহজ করে তোলে। অন্যগুলি একটি কাঁচা আকারে রয়েছে যেগুলি ইনপুট এবং আউটপুট ডেটা প্রি/পোস্ট করার জন্য অতিরিক্ত কোডের প্রয়োজন হতে পারে।
TensorFlow.js এর সাথে ব্যবহারের জন্য মডেলগুলি খুঁজে পেতে এবং নির্বাচন করার জন্য আপনার প্রথম গন্তব্য হিসাবে TensorFlow.js মডেলগুলি ব্যবহার করুন৷ এইগুলি হল TensorFlow.js টিম দ্বারা প্রদত্ত অফিসিয়াল মডেল যার ইতিমধ্যে জাভাস্ক্রিপ্ট র্যাপার রয়েছে যা আপনার কোডে একীভূত করা সহজ করে তোলে৷ TensorFlow হাব সাইট অতিরিক্ত মডেল প্রদান করে। মনে রাখবেন যে হাবের মডেলগুলি একটি কাঁচা ফর্ম্যাটে হতে পারে যা একীভূত করার জন্য আপনার পক্ষ থেকে অতিরিক্ত কাজ করতে হবে৷
টেনসরফ্লো মডেল
নিয়মিত TensorFlow মডেলগুলিকে TensorFlow.js ফর্ম্যাটে রূপান্তর করা সম্ভব। মডেল রূপান্তর সম্পর্কে আরও তথ্যের জন্য, মডেল রূপান্তর বিষয় দেখুন। আপনি টেনসরফ্লো হাব এবং টেনসরফ্লো মডেল গার্ডেনে টেনসরফ্লো মডেলগুলি খুঁজে পেতে পারেন।
আরও পড়া
- এখন যেহেতু আপনি জানেন কোথায় ব্যবহারের জন্য প্রস্তুত মডেলগুলি খুঁজে পাবেন, আপনি কীভাবে একটি ওয়েব অ্যাপে এই জাতীয় মডেল ব্যবহার করতে পারেন তা শিখতে প্রতিক্রিয়া নেটিভ টিউটোরিয়ালটি দেখুন৷