টেনসরফ্লো মডেল বিশ্লেষণ

TensorFlow মডেল বিশ্লেষণ (TFMA) হল TensorFlow মডেলের মূল্যায়ন করার জন্য একটি লাইব্রেরি। এটি ব্যবহারকারীদের তাদের প্রশিক্ষক দ্বারা সংজ্ঞায়িত একই মেট্রিক্স ব্যবহার করে বিতরণ করা পদ্ধতিতে প্রচুর পরিমাণে ডেটার উপর তাদের মডেলগুলি মূল্যায়ন করতে দেয়। এই মেট্রিক্সগুলি ডেটার বিভিন্ন স্লাইস দিয়ে গণনা করা যেতে পারে এবং জুপিটার নোটবুকে ভিজ্যুয়ালাইজ করা যেতে পারে।

TFMA স্লাইসিং মেট্রিক্স ব্রাউজার

স্থাপন

TFMA ইনস্টল করার প্রস্তাবিত উপায় হল PyPI প্যাকেজ ব্যবহার করা:

pip install tensorflow-model-analysis

উৎস থেকে TFMA তৈরি করুন

উত্স থেকে তৈরি করতে নিম্নলিখিত পদক্ষেপগুলি অনুসরণ করুন:

উল্লেখিত লিঙ্ক অনুসারে প্রোটোক ইনস্টল করুন: প্রোটোক

কমান্ড চালানোর মাধ্যমে একটি ভার্চুয়াল পরিবেশ তৈরি করুন

python3 -m venv <virtualenv_name>
source <virtualenv_name>/bin/activate
pip3 install setuptools wheel
git clone https://github.com/tensorflow/model-analysis.git
cd model-analysis
python3 setup.py bdist_wheel

এটি dist ডিরেক্টরিতে TFMA চাকা তৈরি করবে। ডিস্ট ডিরেক্টরি থেকে চাকা ইনস্টল করতে কমান্ডগুলি চালান

cd dist
pip3 install tensorflow_model_analysis-<version>-py3-none-any.whl

রাত্রিকালীন প্যাকেজ

TFMA Google ক্লাউডে https://pypi-nightly.tensorflow.org- এ রাতের প্যাকেজগুলিও হোস্ট করে। সর্বশেষ রাতের প্যাকেজ ইনস্টল করতে, অনুগ্রহ করে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

pip install -i https://pypi-nightly.tensorflow.org/simple tensorflow-model-analysis

এটি TFMA এর প্রধান নির্ভরতা যেমন TensorFlow মেটাডেটা (TFMD), TFX বেসিক শেয়ার্ড লাইব্রেরি (TFX-BSL) এর জন্য রাতের প্যাকেজগুলি ইনস্টল করবে।

বর্তমানে, TFMA এর প্রয়োজন যে TensorFlow ইনস্টল করা আছে কিন্তু TensorFlow PyPI প্যাকেজের উপর সুস্পষ্ট নির্ভরতা নেই। নির্দেশাবলীর জন্য TensorFlow ইনস্টল গাইড দেখুন।

জুপিটার নোটবুকে TFMA ভিজ্যুয়ালাইজেশন সক্ষম করতে:

  jupyter nbextension enable --py widgetsnbextension
  jupyter nbextension enable --py tensorflow_model_analysis

জুপিটার ল্যাব

লেখার সময়, https://github.com/pypa/pip/issues/9187 এর কারণে, pip install কখনই শেষ নাও হতে পারে। সেক্ষেত্রে, আপনার পিপকে 20 এর পরিবর্তে 19 সংস্করণে ফিরিয়ে আনা উচিত: pip install "pip<20"

একটি JupyterLab এক্সটেনশন ব্যবহার করার জন্য কমান্ড লাইনে নির্ভরতা ইনস্টল করা প্রয়োজন। আপনি JupyterLab UI এ বা কমান্ড লাইনে কনসোলের মধ্যে এটি করতে পারেন। এর মধ্যে আলাদাভাবে যেকোনো পিপ প্যাকেজ নির্ভরতা এবং জুপিটারল্যাব ল্যাবেক্সটেনশন প্লাগইন নির্ভরতা ইনস্টল করা এবং সংস্করণ নম্বরগুলি অবশ্যই সামঞ্জস্যপূর্ণ হতে হবে।

নীচের উদাহরণ 0.27.0 ব্যবহার করে। সর্বশেষ ব্যবহার করতে নীচে উপলব্ধ সংস্করণ চেক করুন.

জুপিটার ল্যাব 1.2.x

pip install tensorflow_model_analysis==0.27.0
jupyter labextension install tensorflow_model_analysis@0.27.0
jupyter labextension install @jupyter-widgets/jupyterlab-manager@1.1

জুপিটার ল্যাব 2

pip install tensorflow_model_analysis==0.27.0
jupyter labextension install tensorflow_model_analysis@0.27.0
jupyter labextension install @jupyter-widgets/jupyterlab-manager@2

সমস্যা সমাধান

পাইপ প্যাকেজ চেক করুন:

pip list

এক্সটেনশন চেক করুন:

jupyter labextension list

উল্লেখযোগ্য নির্ভরতা

টেনসরফ্লো প্রয়োজন।

অ্যাপাচি রশ্মি প্রয়োজন; এটি দক্ষ বিতরণ গণনা সমর্থিত যে উপায়. ডিফল্টরূপে, Apache Beam স্থানীয় মোডে চলে কিন্তু Google Cloud Dataflow এবং অন্যান্য Apache Beam রানার ব্যবহার করে বিতরণ করা মোডেও চলতে পারে।

Apache তীর এছাড়াও প্রয়োজন. TFMA ভেক্টরাইজড নম্পি ফাংশন ব্যবহার করার জন্য অভ্যন্তরীণভাবে ডেটা উপস্থাপন করতে তীর ব্যবহার করে।

শুরু হচ্ছে

TFMA ব্যবহার করার নির্দেশাবলীর জন্য, শুরু করুন নির্দেশিকা দেখুন।

সামঞ্জস্যপূর্ণ সংস্করণ

নিম্নলিখিত টেবিলটি হল TFMA প্যাকেজ সংস্করণ যা একে অপরের সাথে সামঞ্জস্যপূর্ণ। এটি আমাদের পরীক্ষার কাঠামোর দ্বারা নির্ধারিত হয়, তবে অন্যান্য অ-পরীক্ষিত সমন্বয়গুলিও কাজ করতে পারে।

tensorflow-মডেল-বিশ্লেষণ অ্যাপাচি-বিম [জিসিপি] পিয়ারো tensorflow tensorflow-metadata tfx-bsl
গিটহাব মাস্টার 2.47.0 10.0.0 রাত্রিকালীন (2.x) 1.14.0 1.14.0
0.45.0 2.47.0 10.0.0 2.13 1.14.0 1.14.0
0.44.0 2.40.0 6.0.0 2.12 1.13.1 1.13.0
0.43.0 2.40.0 6.0.0 2.11 1.12.0 1.12.0
0.42.0 2.40.0 6.0.0 1.15 / 2.10 1.11.0 1.11.0
0.41.1 2.40.0 6.0.0 1.15 / 2.9 1.10.0 1.10.1
0.41.0 2.40.0 6.0.0 1.15 / 2.9 1.10.0 1.10.1
0.40.0 2.38.0 5.0.0 1.15 / 2.9 1.9.0 1.9.0
0.39.0 2.38.0 5.0.0 1.15 / 2.8 1.8.0 1.8.0
0.38.0 2.36.0 5.0.0 1.15 / 2.8 1.7.0 1.7.0
0.37.0 2.35.0 5.0.0 1.15 / 2.7 1.6.0 1.6.0
0.36.0 2.34.0 5.0.0 1.15 / 2.7 1.5.0 1.5.0
0.35.0 2.33.0 5.0.0 1.15 / 2.6 1.4.0 1.4.0
0.34.1 2.32.0 2.0.0 1.15 / 2.6 1.2.0 1.3.0
0.34.0 2.31.0 2.0.0 1.15 / 2.6 1.2.0 1.3.1
0.33.0 2.31.0 2.0.0 1.15 / 2.5 1.2.0 1.2.0
0.32.1 2.29.0 2.0.0 1.15 / 2.5 1.1.0 1.1.1
0.32.0 2.29.0 2.0.0 1.15 / 2.5 1.1.0 1.1.0
0.31.0 2.29.0 2.0.0 1.15 / 2.5 1.0.0 1.0.0
0.30.0 2.28.0 2.0.0 1.15 / 2.4 0.30.0 0.30.0
0.29.0 2.28.0 2.0.0 1.15 / 2.4 0.29.0 0.29.0
0.28.0 2.28.0 2.0.0 1.15 / 2.4 0.28.0 0.28.0
0.27.0 2.27.0 2.0.0 1.15 / 2.4 0.27.0 0.27.0
0.26.1 2.28.0 0.17.0 1.15 / 2.3 0.26.0 0.26.0
0.26.0 2.25.0 0.17.0 1.15 / 2.3 0.26.0 0.26.0
0.25.0 2.25.0 0.17.0 1.15 / 2.3 0.25.0 0.25.0
0.24.3 2.24.0 0.17.0 1.15 / 2.3 0.24.0 0.24.1
0.24.2 2.23.0 0.17.0 1.15 / 2.3 0.24.0 0.24.0
0.24.1 2.23.0 0.17.0 1.15 / 2.3 0.24.0 0.24.0
0.24.0 2.23.0 0.17.0 1.15 / 2.3 0.24.0 0.24.0
0.23.0 2.23.0 0.17.0 1.15 / 2.3 0.23.0 0.23.0
0.22.2 2.20.0 0.16.0 1.15 / 2.2 0.22.2 0.22.0
0.22.1 2.20.0 0.16.0 1.15 / 2.2 0.22.2 0.22.0
0.22.0 2.20.0 0.16.0 1.15 / 2.2 0.22.0 0.22.0
0.21.6 2.19.0 0.15.0 1.15 / 2.1 0.21.0 0.21.3
0.21.5 2.19.0 0.15.0 1.15 / 2.1 0.21.0 0.21.3
0.21.4 2.19.0 0.15.0 1.15 / 2.1 0.21.0 0.21.3
0.21.3 2.17.0 0.15.0 1.15 / 2.1 0.21.0 0.21.0
0.21.2 2.17.0 0.15.0 1.15 / 2.1 0.21.0 0.21.0
0.21.1 2.17.0 0.15.0 1.15 / 2.1 0.21.0 0.21.0
0.21.0 2.17.0 0.15.0 1.15 / 2.1 0.21.0 0.21.0
0.15.4 2.16.0 0.15.0 1.15 / 2.0 n/a 0.15.1
0.15.3 2.16.0 0.15.0 1.15 / 2.0 n/a 0.15.1
0.15.2 2.16.0 0.15.0 1.15 / 2.0 n/a 0.15.1
0.15.1 2.16.0 0.15.0 1.15 / 2.0 n/a 0.15.0
0.15.0 2.16.0 0.15.0 1.15 n/a n/a
0.14.0 2.14.0 n/a 1.14 n/a n/a
0.13.1 2.11.0 n/a 1.13 n/a n/a
0.13.0 2.11.0 n/a 1.13 n/a n/a
0.12.1 2.10.0 n/a 1.12 n/a n/a
0.12.0 2.10.0 n/a 1.12 n/a n/a
0.11.0 2.8.0 n/a 1.11 n/a n/a
0.9.2 2.6.0 n/a 1.9 n/a n/a
0.9.1 2.6.0 n/a 1.10 n/a n/a
0.9.0 2.5.0 n/a 1.9 n/a n/a
0.6.0 2.4.0 n/a 1.6 n/a n/a

প্রশ্ন

টেনসরফ্লো-মডেল-বিশ্লেষণ ট্যাগ ব্যবহার করে ওভারফ্লো স্ট্যাক করার জন্য TFMA-এর সাথে কাজ করার বিষয়ে যেকোনো প্রশ্ন করুন।