TensorFlow.js হল ওয়েব ব্রাউজারে এবং Node.js-এ মেশিন লার্নিং মডেল প্রশিক্ষণ ও স্থাপনের জন্য একটি জাভাস্ক্রিপ্ট লাইব্রেরি। এই টিউটোরিয়ালটি আপনাকে দেখায় কিভাবে ব্রাউজারে একটি ন্যূনতম মডেল প্রশিক্ষণ দিয়ে এবং ভবিষ্যদ্বাণী করতে মডেলটি ব্যবহার করে TensorFlow.js এর সাথে শুরু করা যায়।
উদাহরণ কোড GitHub এ উপলব্ধ।
পূর্বশর্ত
এই টিউটোরিয়ালটি সম্পূর্ণ করতে, আপনার উন্নয়ন পরিবেশে নিম্নলিখিত ইনস্টল করা প্রয়োজন:
উদাহরণ ইনস্টল করুন
সোর্স কোড পান এবং নির্ভরতা ইনস্টল করুন:
- tfjs-examples সংগ্রহস্থল ক্লোন করুন বা ডাউনলোড করুন।
-
getting-startedডিরেক্টরিতে পরিবর্তন করুন:cd tfjs-examples/getting-started। - নির্ভরতা ইনস্টল করুন:
yarn install।
আপনি যদি package.json ফাইলটি দেখেন, আপনি লক্ষ্য করতে পারেন যে TensorFlow.js একটি নির্ভরতা নয়। কারণ উদাহরণটি একটি CDN থেকে TensorFlow.js লোড করে। এখানে index.html থেকে সম্পূর্ণ HTML:
<html>
<head>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"> </script>
</head>
<body>
<h4>Tiny TFJS example<hr/></h4>
<div id="micro-out-div">Training...</div>
<script src="./index.js"> </script>
</body>
</html>
মাথার <script> উপাদানটি TensorFlow.js লাইব্রেরি লোড করে, এবং শরীরের শেষে <script> উপাদানটি মেশিন লার্নিং স্ক্রিপ্ট লোড করে।
TensorFlow.js-এর উপর নির্ভরতা নেওয়ার অন্যান্য উপায়ের জন্য, সেটআপ টিউটোরিয়াল দেখুন।
উদাহরণ চালান
উদাহরণটি চালান এবং ফলাফল দেখুন:
-
tfjs-examples/getting-startedডিরেক্টরিতে,yarn watchচালান। - আপনার ব্রাউজারে
http://127.0.0.1:1234এ নেভিগেট করুন।
আপনি একটি পৃষ্ঠার শিরোনাম দেখতে পাবেন এবং তার নীচে একটি সংখ্যা দেখতে হবে যেমন 38.31612014770508 । সঠিক সংখ্যা পরিবর্তিত হবে, কিন্তু এটি 39 এর কাছাকাছি হওয়া উচিত।
এটা ঠিক কি ঘটল?
যখন index.js লোড করা হয়, তখন এটি $x $ এবং $y $ মান ব্যবহার করে একটি tf.sequential মডেলকে প্রশিক্ষণ দেয় যা $y = 2x - 1$ সমীকরণকে সন্তুষ্ট করে।
// Create a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
// Prepare the model for training: Specify the loss and the optimizer.
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});
// Generate some synthetic data for training. (y = 2x - 1)
const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);
const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);
// Train the model using the data.
await model.fit(xs, ys, {epochs: 250});
তারপর এটি অদেখা $ x $ মান 20 এর জন্য একটি $ y $ মানের পূর্বাভাস দেয় এবং ভবিষ্যদ্বাণী প্রদর্শন করতে DOM আপডেট করে।
// Use the model to do inference on a data point the model hasn't seen.
// Should print approximately 39.
document.getElementById('micro-out-div').innerText =
model.predict(tf.tensor2d([20], [1, 1])).dataSync();
$2 * 20 - 1 $ এর ফলাফল হল 39, তাই ভবিষ্যদ্বাণী করা $y $ মান প্রায় 39 হওয়া উচিত।
এরপর কি
এই টিউটোরিয়ালটি ব্রাউজারে একটি মডেলকে প্রশিক্ষণ দিতে TensorFlow.js ব্যবহার করার একটি ন্যূনতম উদাহরণ প্রদান করেছে। জাভাস্ক্রিপ্টের সাথে প্রশিক্ষণের মডেলগুলির একটি গভীর পরিচয়ের জন্য, TensorFlow.js গাইড দেখুন।
শুরু করার আরও উপায়
এখানে TensorFlow.js এবং ওয়েব ML দিয়ে শুরু করার আরও উপায় রয়েছে৷
TensorFlow.js ওয়েব এমএল কোর্স দেখুন
আপনি যদি ওয়েব ডেভেলপার হন তাহলে ওয়েব ML-এর ব্যবহারিক পরিচিতি খুঁজছেন, ওয়েব ডেভেলপারদের জন্য Google Developers ভিডিও কোর্স মেশিন লার্নিং দেখুন। কোর্সটি আপনাকে দেখায় কিভাবে আপনার ওয়েবসাইট এবং অ্যাপ্লিকেশনগুলিতে TensorFlow.js ব্যবহার করতে হয়।
টেনসরের সাথে সরাসরি ডিল না করেই কোড ML প্রোগ্রাম
আপনি যদি অপ্টিমাইজার বা টেনসর ম্যানিপুলেশন পরিচালনা না করে মেশিন লার্নিং শুরু করতে চান, তাহলে ml5.js লাইব্রেরি দেখুন।
TensorFlow.js এর উপরে নির্মিত, ml5.js লাইব্রেরি একটি সংক্ষিপ্ত, অ্যাক্সেসযোগ্য API সহ ওয়েব ব্রাউজারে মেশিন লার্নিং অ্যালগরিদম এবং মডেলগুলিতে অ্যাক্সেস সরবরাহ করে।
TensorFlow.js ইনস্টল করুন
ওয়েব ব্রাউজার বা Node.js এ বাস্তবায়নের জন্য TensorFlow.js কিভাবে ইনস্টল করবেন তা দেখুন।
পূর্বপ্রশিক্ষিত মডেলগুলিকে TensorFlow.js-এ রূপান্তর করুন
Python থেকে TensorFlow.js-এ কীভাবে পূর্বপ্রশিক্ষিত মডেলগুলিকে রূপান্তর করা যায় তা শিখুন।
বিদ্যমান TensorFlow.js কোড থেকে শিখুন
tfjs-examples repository TensorFlow.js ব্যবহার করে বিভিন্ন ML টাস্কের জন্য ছোট উদাহরণ বাস্তবায়ন প্রদান করে।
আপনার TensorFlow.js মডেলের আচরণ কল্পনা করুন
tfjs-vis হল ওয়েব ব্রাউজারে ভিজ্যুয়ালাইজেশনের জন্য একটি ছোট লাইব্রেরি যা TensorFlow.js এর সাথে ব্যবহারের উদ্দেশ্যে।
GitHub-এ tfjs-vis দেখুন ডেমো দেখুন
TensorFlow.js এর সাথে প্রক্রিয়াকরণের জন্য ডেটা প্রস্তুত করুন
TensorFlow.js-এ ML সেরা অনুশীলন ব্যবহার করে ডেটা প্রক্রিয়াকরণের জন্য সমর্থন রয়েছে।
,TensorFlow.js হল ওয়েব ব্রাউজারে এবং Node.js-এ মেশিন লার্নিং মডেল প্রশিক্ষণ ও স্থাপনের জন্য একটি জাভাস্ক্রিপ্ট লাইব্রেরি। এই টিউটোরিয়ালটি আপনাকে দেখায় কিভাবে ব্রাউজারে একটি ন্যূনতম মডেল প্রশিক্ষণ দিয়ে এবং ভবিষ্যদ্বাণী করতে মডেলটি ব্যবহার করে TensorFlow.js এর সাথে শুরু করা যায়।
উদাহরণ কোড GitHub এ উপলব্ধ।
পূর্বশর্ত
এই টিউটোরিয়ালটি সম্পূর্ণ করতে, আপনার উন্নয়ন পরিবেশে নিম্নলিখিত ইনস্টল করা প্রয়োজন:
উদাহরণ ইনস্টল করুন
সোর্স কোড পান এবং নির্ভরতা ইনস্টল করুন:
- tfjs-examples সংগ্রহস্থল ক্লোন করুন বা ডাউনলোড করুন।
-
getting-startedডিরেক্টরিতে পরিবর্তন করুন:cd tfjs-examples/getting-started। - নির্ভরতা ইনস্টল করুন:
yarn install।
আপনি যদি package.json ফাইলটি দেখেন, আপনি লক্ষ্য করতে পারেন যে TensorFlow.js একটি নির্ভরতা নয়। কারণ উদাহরণটি একটি CDN থেকে TensorFlow.js লোড করে। এখানে index.html থেকে সম্পূর্ণ HTML:
<html>
<head>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"> </script>
</head>
<body>
<h4>Tiny TFJS example<hr/></h4>
<div id="micro-out-div">Training...</div>
<script src="./index.js"> </script>
</body>
</html>
মাথার <script> উপাদানটি TensorFlow.js লাইব্রেরি লোড করে, এবং শরীরের শেষে <script> উপাদানটি মেশিন লার্নিং স্ক্রিপ্ট লোড করে।
TensorFlow.js-এর উপর নির্ভরতা নেওয়ার অন্যান্য উপায়ের জন্য, সেটআপ টিউটোরিয়াল দেখুন।
উদাহরণ চালান
উদাহরণটি চালান এবং ফলাফল দেখুন:
-
tfjs-examples/getting-startedডিরেক্টরিতে,yarn watchচালান। - আপনার ব্রাউজারে
http://127.0.0.1:1234এ নেভিগেট করুন।
আপনি একটি পৃষ্ঠার শিরোনাম দেখতে পাবেন এবং তার নীচে একটি সংখ্যা দেখতে হবে যেমন 38.31612014770508 । সঠিক সংখ্যা পরিবর্তিত হবে, কিন্তু এটি 39 এর কাছাকাছি হওয়া উচিত।
এটা ঠিক কি ঘটল?
যখন index.js লোড করা হয়, তখন এটি $x $ এবং $y $ মান ব্যবহার করে একটি tf.sequential মডেলকে প্রশিক্ষণ দেয় যা $y = 2x - 1$ সমীকরণকে সন্তুষ্ট করে।
// Create a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
// Prepare the model for training: Specify the loss and the optimizer.
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});
// Generate some synthetic data for training. (y = 2x - 1)
const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);
const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);
// Train the model using the data.
await model.fit(xs, ys, {epochs: 250});
তারপর এটি অদেখা $ x $ মান 20 এর জন্য একটি $ y $ মানের পূর্বাভাস দেয় এবং ভবিষ্যদ্বাণী প্রদর্শন করতে DOM আপডেট করে।
// Use the model to do inference on a data point the model hasn't seen.
// Should print approximately 39.
document.getElementById('micro-out-div').innerText =
model.predict(tf.tensor2d([20], [1, 1])).dataSync();
$2 * 20 - 1 $ এর ফলাফল হল 39, তাই ভবিষ্যদ্বাণী করা $y $ মান প্রায় 39 হওয়া উচিত।
এরপর কি
এই টিউটোরিয়ালটি ব্রাউজারে একটি মডেলকে প্রশিক্ষণ দিতে TensorFlow.js ব্যবহার করার একটি ন্যূনতম উদাহরণ প্রদান করেছে। জাভাস্ক্রিপ্টের সাথে প্রশিক্ষণের মডেলগুলির একটি গভীর পরিচয়ের জন্য, TensorFlow.js গাইড দেখুন।
শুরু করার আরও উপায়
এখানে TensorFlow.js এবং ওয়েব ML দিয়ে শুরু করার আরও উপায় রয়েছে৷
TensorFlow.js ওয়েব এমএল কোর্স দেখুন
আপনি যদি ওয়েব ডেভেলপার হন তাহলে ওয়েব ML-এর ব্যবহারিক পরিচিতি খুঁজছেন, ওয়েব ডেভেলপারদের জন্য Google Developers ভিডিও কোর্স মেশিন লার্নিং দেখুন। কোর্সটি আপনাকে দেখায় কিভাবে আপনার ওয়েবসাইট এবং অ্যাপ্লিকেশনগুলিতে TensorFlow.js ব্যবহার করতে হয়।
টেনসরের সাথে সরাসরি ডিল না করেই কোড ML প্রোগ্রাম
আপনি যদি অপ্টিমাইজার বা টেনসর ম্যানিপুলেশন পরিচালনা না করে মেশিন লার্নিং শুরু করতে চান, তাহলে ml5.js লাইব্রেরি দেখুন।
TensorFlow.js এর উপরে নির্মিত, ml5.js লাইব্রেরি একটি সংক্ষিপ্ত, অ্যাক্সেসযোগ্য API সহ ওয়েব ব্রাউজারে মেশিন লার্নিং অ্যালগরিদম এবং মডেলগুলিতে অ্যাক্সেস সরবরাহ করে।
TensorFlow.js ইনস্টল করুন
ওয়েব ব্রাউজার বা Node.js এ বাস্তবায়নের জন্য TensorFlow.js কিভাবে ইনস্টল করবেন তা দেখুন।
পূর্বপ্রশিক্ষিত মডেলগুলিকে TensorFlow.js-এ রূপান্তর করুন
Python থেকে TensorFlow.js-এ কীভাবে পূর্বপ্রশিক্ষিত মডেলগুলিকে রূপান্তর করা যায় তা শিখুন।
বিদ্যমান TensorFlow.js কোড থেকে শিখুন
tfjs-examples repository TensorFlow.js ব্যবহার করে বিভিন্ন ML টাস্কের জন্য ছোট উদাহরণ বাস্তবায়ন প্রদান করে।
আপনার TensorFlow.js মডেলের আচরণ কল্পনা করুন
tfjs-vis হল ওয়েব ব্রাউজারে ভিজ্যুয়ালাইজেশনের জন্য একটি ছোট লাইব্রেরি যা TensorFlow.js এর সাথে ব্যবহারের উদ্দেশ্যে।
GitHub-এ tfjs-vis দেখুন ডেমো দেখুন
TensorFlow.js এর সাথে প্রক্রিয়াকরণের জন্য ডেটা প্রস্তুত করুন
TensorFlow.js-এ ML সেরা অনুশীলন ব্যবহার করে ডেটা প্রক্রিয়াকরণের জন্য সমর্থন রয়েছে।