or
यह अभ्यास पाठ्यक्रम का हिस्सा है
TensorFlow 2 में एडवांस्ड मॉडल बनाने से पहले, आपको बेसिक्स समझने होंगे। इस चैप्टर में, आप कॉन्स्टेंट्स और वैरिएबल्स को परिभाषित करना, टेन्सर ऐडिशन और मल्टिप्लिकेशन करना, और डेरिवेटिव्स निकालना सीखेंगे। लीनियर अलजेब्रा का ज्ञान सहायक होगा, लेकिन अनिवार्य नहीं है।
इस चैप्टर में, आप सीखेंगे कि TensorFlow 2 में मॉडल कैसे बनाएँ, उन्हें हल करें, और उनसे प्रेडिक्शन करवाएँ। आप एक सरल मॉडल क्लास—लिनियर रिग्रेशन मॉडल—पर फोकस करेंगे और हाउसिंग प्राइसेज़ प्रेडिक्ट करने की कोशिश करेंगे। चैप्टर के अंत तक, आप डेटा लोड और मैनिपुलेट करना, लॉस फंक्शंस बनाना, मिनिमाइज़ेशन करना, प्रेडिक्शन करना, और बैच ट्रेनिंग से रिसोर्स उपयोग कम करना सीख चुके होंगे।
वर्तमान अभ्यास
पिछले चैप्टर्स में आपने देखा कि TensorFlow 2 में मॉडल कैसे बनाए जाते हैं। इस चैप्टर में, आप वही टूल्स न्यूरल नेटवर्क्स बनाने, उन्हें ट्रेन करने, और उनसे प्रेडिक्शन करवाने में लगाएंगे। आप डेंस लेयर्स परिभाषित करना, एक्टिवेशन फंक्शंस लगाना, एक ऑप्टिमाइज़र चुनना, और ओवरफिटिंग घटाने के लिए रेग्युलराइज़ेशन लागू करना सीखेंगे। आप TensorFlow की लचीलापन का लाभ उठाएँगे और मॉडल परिभाषित व ट्रेन करने के लिए लो-लेवल लीनियर अलजेब्रा के साथ-साथ हाई-लेवल Keras API ऑपरेशंस दोनों का उपयोग करेंगे।
अंतिम चैप्टर में, आप TensorFlow 2 की हाई-लेवल APIs का उपयोग करके साइन लैंग्वेज के अक्षरों का एक क्लासिफ़ायर ट्रेन करेंगे। आप क्रमिक (sequential) और फंक्शनल Keras APIs, दोनों का उपयोग करके मॉडल्स को ट्रेन, वैलिडेट, प्रेडिक्ट, और इवैल्युएट करेंगे। आप Estimators API का उपयोग करके मॉडल परिभाषा और ट्रेनिंग प्रक्रिया को सरल बनाना और त्रुटियों से बचना भी सीखेंगे।