What is Tensorflow and how does it work?

TensorFlow हाल के वर्षों में सबसे प्रसिद्ध डीप लर्निंग लाइब्रेरी है। TensorFlow का उपयोग करने वाला कोई भी व्यवसायी किसी भी गहन शिक्षण संरचना का निर्माण कर सकता है, जैसे CNN, RNN या सरल कृत्रिम तंत्रिका नेटवर्क। TensorFlow का उपयोग ज्यादातर शिक्षाविदों, स्टार्टअप्स और बड़ी कंपनियों द्वारा किया जाता है। Google, Gmail, Photo और Google Search Engine सहित लगभग सभी Google दैनिक उत्पादों में TensorFlow का उपयोग करता है।

Table of Content

1. TensorFlow क्या है?
2. History Of TensorFlow
3. TensorFlow कैसे काम करता है?
4. TensorFlow Architecture
5. TensorFlow कहाँ चल सकता है?
6. TensorFlow Components
7. TensorFlow लोकप्रिय क्यों है?

TensorFlow क्या है?

मशीन लर्निंग एप्लिकेशन बनाने के लिए TensorFlow एक ओपन-सोर्स एंड-टू-एंड प्लेटफॉर्म है। यह एक प्रतीकात्मक गणित पुस्तकालय है जो गहरे तंत्रिका नेटवर्क के प्रशिक्षण और अनुमान पर केंद्रित विभिन्न कार्यों को करने के लिए डेटा प्रवाह और अलग-अलग प्रोग्रामिंग का उपयोग करता है। यह डेवलपर्स को विभिन्न उपकरणों, पुस्तकालयों और सामुदायिक संसाधनों का उपयोग करके मशीन लर्निंग एप्लिकेशन बनाने की अनुमति देता है। वर्तमान में, दुनिया की सबसे प्रसिद्ध गहन शिक्षण लाइब्रेरी Google की TensorFlow है। Google उत्पाद खोज इंजन, अनुवाद, इमेज कैप्शनिंग या अनुशंसाओं को बेहतर बनाने के लिए अपने सभी उत्पादों में मशीन लर्निंग का उपयोग करता है।

History of TensorFlow

कुछ साल पहले, भारी मात्रा में डेटा देते समय डीप लर्निंग ने अन्य सभी मशीन लर्निंग एल्गोरिदम को पछाड़ना शुरू कर दिया। Google ने देखा कि वह अपनी सेवाओं को बेहतर बनाने के लिए इन गहरे तंत्रिका नेटवर्क का उपयोग कर सकता है-

• Gmail
• Photo
• Google search engine

वे शोधकर्ताओं और डेवलपर्स को एआई मॉडल पर एक साथ काम करने देने के लिए टेन्सरफ्लो नामक एक रूपरेखा का निर्माण करते हैं। एक बार विकसित और बढ़ाए जाने के बाद, यह बहुत से लोगों को इसका उपयोग करने की अनुमति देता है। इसे पहली बार 2015 के अंत में सार्वजनिक किया गया था, जबकि पहला स्थिर संस्करण 2017 में सामने आया था। यह अपाचे ओपन सोर्स लाइसेंस के तहत खुला स्रोत है। आप इसका उपयोग कर सकते हैं, इसे संशोधित कर सकते हैं और संशोधित संस्करण को Google को कुछ भी भुगतान किए बिना शुल्क के लिए पुनर्वितरित कर सकते हैं।

TensorFlow कैसे काम करता है?

TensorFlow आपको डेटा प्रवाह ग्राफ़ और संरचनाएँ बनाने में सक्षम बनाता है, यह परिभाषित करने के लिए कि कैसे Tensor नामक एक बहु-आयामी सरणी के रूप में इनपुट लेकर ग्राफ़ के माध्यम से डेटा चलता है। यह आपको उन ऑपरेशनों का फ़्लोचार्ट बनाने की अनुमति देता है जो इन इनपुट्स पर किए जा सकते हैं, जो एक छोर पर जाता है और दूसरे छोर पर आउटपुट के रूप में आता है।

TensorFlow Architecture

Tensorflow आर्किटेक्चर तीन भागों में काम करता है

• डेटा को प्रीप्रोसेस करना
• मॉडल बनाएं
• मॉडल को प्रशिक्षित करें और अनुमान लगाएं

इसे TensorFlow कहा जाता है क्योंकि यह इनपुट को बहु-आयामी सरणी के रूप में लेता है, जिसे टेंसर भी कहा जाता है। आप एक प्रकार के फ्लोचार्ट ऑफ ऑपरेशंस (जिसे ग्राफ़ कहा जाता है) का निर्माण कर सकते हैं जिसे आप उस इनपुट पर करना चाहते हैं। इनपुट एक छोर पर जाता है, और फिर यह कई ऑपरेशनों की इस प्रणाली के माध्यम से प्रवाहित होता है और दूसरे छोर से आउटपुट के रूप में बाहर आता है। यही कारण है कि इसे TensorFlow कहा जाता है क्योंकि इसमें जाने वाला टेंसर संचालन की एक सूची के माध्यम से प्रवाहित होता है, और फिर यह दूसरी तरफ से बाहर आता है।

TensorFlow कहाँ चल सकता है?

TensorFlow हार्डवेयर और सॉफ़्टवेयर आवश्यकताओं को वर्गीकृत किया जा सकता है

विकास चरण: यह तब होता है जब आप मोड को प्रशिक्षित करते हैं। प्रशिक्षण आमतौर पर आपके डेस्कटॉप या लैपटॉप पर किया जाता है।

रन फेज या इनफेरेंस फेज: एक बार ट्रेनिंग हो जाने के बाद Tensorflow को कई अलग-अलग प्लेटफॉर्म पर चलाया जा सकता है। आप इसे चला सकते हैं

• डेस्कटॉप विंडोज, मैकओएस या लिनक्स चला रहा है
• वेब सेवा के रूप में क्लाउड
• आईओएस और एंड्रॉइड जैसे मोबाइल डिवाइस

मॉडल को जीपीयू के साथ-साथ सीपीयू पर भी प्रशिक्षित और इस्तेमाल किया जा सकता है। जीपीयू को शुरुआत में वीडियो गेम के लिए डिजाइन किया गया था। 2010 के अंत में, स्टैनफोर्ड के शोधकर्ताओं ने पाया कि जीपीयू मैट्रिक्स संचालन और बीजगणित में भी बहुत अच्छा था जिससे कि यह उन्हें इस प्रकार की गणना करने के लिए बहुत तेज़ बनाता है। डीप लर्निंग बहुत सारे मैट्रिक्स गुणन पर निर्भर करता है। मैट्रिक्स गुणन की गणना करने में TensorFlow बहुत तेज़ है क्योंकि यह C++ में लिखा गया है। हालाँकि इसे C++ में लागू किया गया है, TensorFlow को अन्य भाषाओं, मुख्य रूप से Python द्वारा एक्सेस और नियंत्रित किया जा सकता है। अंत में, TensorFlow की एक महत्वपूर्ण विशेषता TensorBoard है। TensorBoard TensorFlow क्या कर रहा है, इसकी रेखांकन और विज़ुअल रूप से निगरानी करने में सक्षम बनाता है।

TensorFlow Components

Tensor

Tensorflow का नाम सीधे इसके मुख्य ढांचे से लिया गया है: Tensor। Tensorflow में, सभी संगणनाओं में टेंसर शामिल होते हैं। एक टेन्सर एन-आयामों का एक सदिश या मैट्रिक्स है जो सभी प्रकार के डेटा का प्रतिनिधित्व करता है। टेंसर में सभी मान एक ज्ञात (या आंशिक रूप से ज्ञात) आकार के साथ समान डेटा प्रकार रखते हैं। डेटा का आकार मैट्रिक्स या सरणी का आयाम है। एक टेंसर की उत्पत्ति इनपुट डेटा या गणना के परिणाम से हो सकती है। TensorFlow में, सभी ऑपरेशन एक ग्राफ़ के अंदर किए जाते हैं। ग्राफ संगणना का एक सेट है जो क्रमिक रूप से होता है। प्रत्येक ऑपरेशन को एक ऑप नोड कहा जाता है और एक दूसरे से जुड़ा होता है।

Graphs

TensorFlow एक ग्राफ़ फ्रेमवर्क का उपयोग करता है। ग्राफ प्रशिक्षण के दौरान की गई सभी श्रृंखला संगणनाओं को इकट्ठा करता है और उनका वर्णन करता है। ग्राफ के बहुत सारे फायदे हैं

• यह कई सीपीयू या जीपीयू और यहां तक ​​कि मोबाइल ऑपरेटिंग सिस्टम पर चलने के लिए किया गया था
• ग्राफ की पोर्टेबिलिटी तत्काल या बाद में उपयोग के लिए संगणना को संरक्षित करने की अनुमति देती है। ग्राफ़ को भविष्य में निष्पादित करने के लिए सहेजा जा सकता है।
• ग्राफ में सभी संगणनाएँ टेंसरों को आपस में जोड़कर की जाती हैं
• टेंसर में एक नोड और एक किनारा होता है। नोड गणितीय ऑपरेशन करता है और एक समापन बिंदु आउटपुट उत्पन्न करता है। किनारों के किनारे नोड्स के बीच इनपुट/आउटपुट संबंधों की व्याख्या करते हैं।

TensorFlow लोकप्रिय क्यों है?

TensorFlow सभी की सबसे अच्छी लाइब्रेरी है क्योंकि इसे सभी के लिए सुलभ बनाने के लिए बनाया गया है। Tensorflow लाइब्रेरी में CNN या RNN जैसे गहन शिक्षण आर्किटेक्चर के निर्माण के लिए अलग-अलग API शामिल हैं। TensorFlow ग्राफ़ संगणना पर आधारित है; यह डेवलपर को Tensorboard के साथ तंत्रिका नेटवर्क के निर्माण की कल्पना करने की अनुमति देता है। यह टूल प्रोग्राम को डीबग करने में मददगार है। अंत में, Tensorflow को बड़े पैमाने पर परिनियोजित करने के लिए बनाया गया है। यह सीपीयू और जीपीयू पर चलता है। Tensorflow, GitHub पर अन्य डीप लर्निंग फ्रेमवर्क की तुलना में सबसे अधिक लोकप्रिय है।