شروعات ڪندڙن لاءِ ٽينسر فلو سبق
ٽينسر فلو ڊيپ لرننگ ۽ مشين لرننگ لاءِ سڀ کان وڌيڪ مشهور فريم ورڪ مان هڪ آهي. گوگل برين ٽيم پاران تيار ڪيل، ٽينسر فلو کي ڪيترن ئي ريسرچ پروجيڪٽس ۽ صنعتي ايپليڪيشنن ۾ وڏي پيماني تي استعمال ڪيو ويو آهي. هي آرٽيڪل توهان کي، هڪ شروعاتي طور تي، ٽينسر فلو سان شروع ڪرڻ ۾ مدد ڏيڻ لاءِ هڪ قدم بہ قدم سبق فراهم ڪري ٿو.
1. ٽينسر فلو جي بنيادي ڳالهين کي سمجهڻ
ٽينسر فلو کي انسٽال ڪرڻ ۽ استعمال ڪرڻ شروع ڪرڻ کان اڳ، اهو سمجهڻ ضروري آهي ته ٽينسر فلو ڇا آهي ۽ ان جي پويان بنيادي تصورات ڇا آهن. ٽينسر فلو عددي ڪمپيوٽنگ ۽ مشين لرننگ لاءِ هڪ اوپن سورس فريم ورڪ آهي . اهو عددي آپريشن ڪرڻ لاءِ ڊيٽا فلو گراف استعمال ڪندو آهي، جتي گراف ۾ نوڊس رياضياتي آپريشن جي نمائندگي ڪن ٿا، ۽ ڪنارا انهن جي وچ ۾ ڳنڍيل ملٽي ڊائمينشنل ڊيٽا ايري (ٽينسر) جي نمائندگي ڪن ٿا.
2. ٽينسر فلو جي انسٽاليشن
ٽينسر فلو استعمال ڪرڻ جو پهريون قدم ان کي انسٽال ڪرڻ آهي. هتي پٿون پيڪيج مئنيجر، پائپ استعمال ڪندي ٽينسر فلو کي ڪيئن انسٽال ڪجي.
1. پٿون جي انسٽاليشن:
پڪ ڪريو ته توهان جي سسٽم تي پٿون انسٽال ٿيل آهي. ٽينسر فلو هن لکڻ جي وقت تي پٿون 3.6 کان 3.9 سان مطابقت رکي ٿو. توهان پٿون کي سرڪاري پٿون ويب سائيٽ تان ڊائون لوڊ ڪري سگهو ٿا.
2. ورچوئل ماحول:
توهان جي ٽينسر فلو پروجيڪٽ کي الڳ ڪرڻ لاءِ هڪ ورچوئل ماحول ٺاهڻ جي تمام گهڻي سفارش ڪئي وئي آهي:
"ش"
پٿون - ايم وين وين وي
ماخذ myenv/bin/activate ميڪ/لينڪس استعمال ڪندڙن لاءِ
ونڊوز استعمال ڪندڙن لاءِ myenv\Scripts\activate
“
3. ٽينسر فلو جي انسٽاليشن:
هاڻي، پائپ استعمال ڪندي ٽينسر فلو انسٽال ڪريو:
"ش"
پائپ ٽينسر فلو انسٽال ڪريو
“
3. ٽينسر فلو سان هيلو ورلڊ
هاڻي جڏهن ته ٽينسر فلو انسٽال ٿيل آهي، اچو ته انسٽاليشن جي تصديق لاءِ هڪ سادي پٿون اسڪرپٽ ٺاهيون. هڪ نئين پٿون فائل ٺاهيو ۽ ان کي `hello_tensorflow.py` نالو ڏيو.
"پٿر"
ٽينسر فلو کي ٽي ايف طور درآمد ڪريو
هڪ مستقل ٺاهيو
هيلو = tf.constant('هيلو، ٽينسر فلو!')
سيشن شروع ڪريو
tf.Session() سان سيس جي طور تي:
نتيجو = سيس.رن (هيلو)
ڇپائي (نتيجو)
“
ٽينسر فلو ورجن 2.x مطابق ڪوڊ کي ترتيب ڏيو:
"پٿر"
ٽينسر فلو کي ٽي ايف طور درآمد ڪريو
هڪ مستقل ٺاهيو
هيلو = tf.constant('هيلو، ٽينسر فلو!')
ايئير ايگزيڪيوشن استعمال ڪندي هلايو (ڊفالٽ طور تي آن)
پرنٽ (هيلو. نمپي ())
“
فائل محفوظ ڪريو، پوءِ هلايو:
"ش"
پٿون هيلو_ٽينسر فلو.پي
“
4. ٽينسر ۽ بنيادي آپريشن کي سمجھڻ
ٽينسرز ٽينسر فلو ۾ بنيادي ڊيٽا ڍانچي آهن، جيڪي ملٽي ڊائمينشنل ايري آهن. هتي ڪجهه مثال آهن جيڪي توهان کي ٽينسرز کي سمجهڻ ۾ مدد ڏين ٿا:
"پٿر"
ٽينسر فلو کي ٽي ايف طور درآمد ڪريو
ٽينسر ٺاهڻ
اسڪيلر = tf. مستقل (7) اسڪيلر
ویکٹر = tf. ڪانسٽنٽ([1, 2, 3]) ویکٹر
ميٽرڪس = tf. مستقل ([[1, 2], [3, 4]]) ميٽرڪس
ٽينسر 3d = tf.constant([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) 3D ٽينسر
پرنٽ (f'اسڪيلر: {اسڪيلر}')
پرنٽ (f'ویکٹر: {ویکٹر}')
پرنٽ (f'ميٽرڪس: {ميٽرڪس}')
پرنٽ (f'ٽينسر 3D: {ٽينسر 3d}')
“
ٽينسر تي بنيادي آپريشن ڪرڻ لاءِ:
"پٿر"
a = tf.constant([[1, 2], [3, 4]])
ب = tf. ڪانسٽنٽ([[5, 6], [7, 8]])
اضافي آپريشن
شامل ڪريو = tf. شامل ڪريو (a، b)
ميٽرڪس ضرب جا عمل
مل = tf.matmul(a, b)
پرنٽ (f'اضافو: {شامل ڪريو}')
پرنٽ (f'ميٽرڪس ضرب: {mul}')
“
5. هڪ سادي نيورل نيٽ ورڪ ماڊل ٺاهڻ
ايندڙ قدم هڪ سادي نيورل نيٽ ورڪ ماڊل ٺاهڻ آهي. اسان MNIST ڊيٽاسيٽ استعمال ڪندي هڪ تصوير جي درجه بندي ماڊل ٺاهينداسين، جيڪو هٿ سان لکيل انگن اکرن جو ڊيٽابيس آهي. اچو ته شروع ڪريون:
"پٿر"
ٽينسر فلو کي ٽي ايف طور درآمد ڪريو
tensorflow.keras کان ڊيٽاسيٽ، پرتون، ماڊل درآمد ڪريو
MNIST ڊيٽاسيٽ ڊائون لوڊ ڪندي
(ٽرين_تصويرون، ٽرين_ليبلز)، (ٽيسٽ_تصويرون، ٽيسٽ_ليبلز) = ڊيٽاسيٽس.mnist.load_ڊيٽا()
تصوير کي نارملائيزيشن
ٽرين_تصويرون، ٽيسٽ_تصويرون = ٽرين_تصويرون / 255.0، ٽيسٽ_تصويرون / 255.0
ماڊل ٺاهڻ
ماڊل = ماڊل. ترتيب وار ([
پرتون. فليٽ (ان پٽ_شڪل = (28، 28))،
layers.Dense(128, activation='relu'),
پرتون. گهاٽو (10)
])
ماڊل ڪمپليشن
ماڊل.ڪمپائل(آپٽمائيزر='آدم',
نقصان = tf.keras.losses.SparseCategoricalCrossentropy (لاگٽس_کان = سچو)،
ميٽرڪس = ['درستگي'])
ماڊل جي تربيت
ماڊل.فٽ (ٽرين_تصويرون، ٽرين_ليبل، دور = 5)
ماڊل جي جانچ
ٽيسٽ_نقصان، ٽيسٽ_اي سي سي = ماڊل.ايويليٽ (ٽيسٽ_تصويرون، ٽيسٽ_ليبل)
پرنٽ (f'ٽيسٽ جي درستگي: {test_acc}')
“
وضاحت:
- ڊيٽاسيٽس: اسان MNIST ڊيٽاسيٽ درآمد ۽ لوڊ ڪريون ٿا.
- پري پروسيسنگ: پکسل ويليوز کي 255 سان ورهائي ڊيٽا سيٽ کي عام ڪريو.
- ماڊل: اسان ٻن پرتن سان هڪ سادي ماڊل جي وضاحت ڪريون ٿا. پهرين پرت هڪ 'فليٽن' پرت آهي جيڪا 2D تصوير کي 1D صف ۾ تبديل ڪري ٿي. ٻيو پرت هڪ 'ڊينس' پرت آهي جنهن ۾ 128 نيورون ۽ 'ريلو' ايڪٽيويشن فنڪشن طور آهن، ۽ آخري هڪ 'ڊينس' پرت آهي جنهن ۾ 10 نيورون 10 ڪلاسن جي نمائندگي ڪن ٿا.
- مرتب ڪريو: اسان ماڊل کي "ايڊم" آپٽمائيزر ۽ "اسپارسي ڪيٽيگوريڪل ڪراسنٽروپي" کي نقصان جي فنڪشن طور استعمال ڪندي مرتب ڪريون ٿا.
- ٽرين: ماڊل کي 5 دورن لاءِ تربيت ڏيو.
- جائزو وٺو: ٽيسٽ ڊيٽا جي مقابلي ۾ ماڊل جو جائزو وٺو.
6. ماڊلز کي بچائڻ ۽ لوڊ ڪرڻ
ماڊل کي تربيت ڏيڻ کان پوءِ، توهان ان کي ٻيهر تربيت ڏيڻ کان سواءِ بعد ۾ استعمال لاءِ محفوظ ڪري سگهو ٿا. هتي ماڊل کي ڪيئن محفوظ ۽ لوڊ ڪجي:
"پٿر"
ماڊل محفوظ ڪرڻ
ماڊل.سيو ('منهنجو_ماڊل.ايڇ 5')
ماڊل لوڊ ٿي رهيو آهي
نئون_ماڊل = tf.keras.models.load_model('منهنجو_ماڊل.h5')
لوڊ ٿيل ماڊل جي تصديق ڪندي
نقصان، اي سي سي = نئون_ماڊل. جائزو (ٽيسٽ_تصويرون، ٽيسٽ_ليبل)
پرنٽ (f'لوڊ ٿيل ماڊل جي درستگي: {acc}')
“
نتيجو
هي گائيڊ شروعات ڪندڙن لاءِ ٽينسر فلو سان شروع ڪرڻ جو تفصيلي تعارف فراهم ڪري ٿو. اسان انسٽاليشن، بنيادي ٽينسر آپريشن، ۽ MNIST ڊيٽاسيٽ استعمال ڪندي هڪ سادي نيورل نيٽ ورڪ ماڊل ٺاهڻ کي ڍڪيو آهي. ٽينسر فلو ڳولڻ لاءِ ڪيتريون ئي جديد صلاحيتون پيش ڪري ٿو، جهڙوڪ جديد ڊيٽا پروسيسنگ ، وڌيڪ پيچيده ماڊل، ۽ TPUs ۽ GPUs جهڙن ڊوائيسز تي ٽينسر فلو استعمال ڪرڻ. اسان کي اميد آهي ته هي سبق توهان کي ٽينسر فلو سان مشين لرننگ جي دنيا ۾ شروعات ڪرڻ ۾ مدد ڪندو.
