TensorFlow হল একটি ওপেন সোর্স ML প্ল্যাটফর্ম যা গভীর শিক্ষার মত উন্নত ML পদ্ধতি সমর্থন করে। এই পৃষ্ঠাটি আর্থ ইঞ্জিনে টেনসরফ্লো নির্দিষ্ট বৈশিষ্ট্যগুলি বর্ণনা করে৷ যদিও টেনসরফ্লো মডেলগুলি আর্থ ইঞ্জিনের বাইরে তৈরি এবং প্রশিক্ষিত করা হয়, আর্থ ইঞ্জিন এপিআই TFRecord ফরম্যাটে প্রশিক্ষণ এবং ডেটা টেস্টিং এবং TFRecord বিন্যাসে ইমেজ আমদানি/রপ্তানি করার পদ্ধতি সরবরাহ করে। আর্থ ইঞ্জিন থেকে ডেটা সহ টেনসরফ্লো ব্যবহারের জন্য পাইপলাইনগুলি কীভাবে বিকাশ করা যায় সে সম্পর্কে আরও তথ্যের জন্য টেনসরফ্লো উদাহরণ পৃষ্ঠাটি দেখুন। আর্থ ইঞ্জিন কীভাবে TFRecord ফাইলগুলিতে ডেটা লেখে সে সম্পর্কে আরও জানতে TFRecord পৃষ্ঠাটি দেখুন।
ee.Model
ee.Model প্যাকেজ TensorFlow ব্যাকড মেশিন লার্নিং মডেলের সাথে মিথস্ক্রিয়া পরিচালনা করে।
এআই প্ল্যাটফর্মে হোস্ট করা মডেলদের সাথে ইন্টারঅ্যাক্ট করা
ee.Model.fromAiPlatformPredictor() দিয়ে একটি নতুন ee.Model উদাহরণ তৈরি করা যেতে পারে। এটি একটি ee.Model অবজেক্ট যা আর্থ ইঞ্জিন ডেটাকে টেনসরে প্যাকেজ করে, Google AI প্ল্যাটফর্মের পূর্বাভাস অনুরোধ হিসাবে সেগুলিকে ফরোয়ার্ড করে তারপর স্বয়ংক্রিয়ভাবে প্রতিক্রিয়াগুলিকে আর্থ ইঞ্জিন ডেটা প্রকারগুলিতে পুনরায় একত্রিত করে৷ মনে রাখবেন যে আপনার মডেল এবং এর ইনপুটগুলির আকার এবং জটিলতার উপর নির্ভর করে, আপনি উচ্চ ভলিউম ভবিষ্যদ্বাণী মিটমাট করার জন্য আপনার AI প্ল্যাটফর্ম মডেলের ন্যূনতম নোডের আকার সামঞ্জস্য করতে চাইতে পারেন।
আর্থ ইঞ্জিনের টেনসরফ্লো-এর সেভডমডেল ফর্ম্যাট ব্যবহার করার জন্য AI প্ল্যাটফর্ম মডেলের প্রয়োজন। একটি হোস্ট করা মডেল আর্থ ইঞ্জিনের সাথে ইন্টারঅ্যাক্ট করার আগে, এর ইনপুট/আউটপুটগুলিকে টেনসরপ্রোটো ইন্টারচেঞ্জ ফরম্যাটের সাথে সামঞ্জস্যপূর্ণ হতে হবে, বিশেষত বেস64-এ ক্রমিককৃত টেনসরপ্রোটোস। এটিকে আরও সহজ করার জন্য, আর্থ ইঞ্জিন CLI-এর model prepare কমান্ড রয়েছে যা ইনপুট/আউটপুট ফর্ম্যাটগুলিকে রূপান্তর করার জন্য প্রয়োজনীয় ক্রিয়াকলাপে একটি বিদ্যমান সংরক্ষিত মডেলকে মোড়ানো হয়।
ee.Model.fromAiPlatformPredictor() সহ একটি মডেল ব্যবহার করতে, মডেলটি ব্যবহার করার জন্য আপনার পর্যাপ্ত অনুমতি থাকতে হবে। বিশেষভাবে, আপনার (অথবা যে কেউ মডেল ব্যবহার করেন) তাদের অন্তত ML ইঞ্জিন মডেল ব্যবহারকারী ভূমিকা প্রয়োজন। আপনি ক্লাউড কনসোলের মডেল পৃষ্ঠা থেকে মডেল অনুমতিগুলি পরিদর্শন এবং সেট করতে পারেন৷
অঞ্চলসমূহ
মডেল তৈরি, সংস্করণ তৈরিতে এবং ee.Model.fromAiPlatformPredictor() এ অঞ্চলটি নির্দিষ্ট করে আপনার মডেলের জন্য আঞ্চলিক শেষ পয়েন্ট ব্যবহার করা উচিত। যেকোনো অঞ্চল কাজ করবে (গ্লোবাল ব্যবহার করবেন না), কিন্তু us-central1 পছন্দ করা হয়। REGIONS প্যারামিটার নির্দিষ্ট করবেন না। আপনি যদি ক্লাউড কনসোল থেকে একটি মডেল তৈরি করেন তবে নিশ্চিত করুন যে আঞ্চলিক বাক্সটি চেক করা আছে।
খরচ
ইমেজ পূর্বাভাস
হোস্ট করা মডেল ব্যবহার করে ee.Image এ ভবিষ্যদ্বাণী করতে model.predictImage() ব্যবহার করুন। রিটার্ন টাইপ predictImage() হল একটি ee.Image যা মানচিত্রে যোগ করা যেতে পারে, অন্যান্য কম্পিউটেশনে ব্যবহার করা, রপ্তানি করা ইত্যাদি। আর্থ ইঞ্জিন স্বয়ংক্রিয়ভাবে ইনপুট ব্যান্ডগুলিকে টাইল করবে এবং প্রয়োজন অনুসারে স্কেল পরিবর্তন এবং ওভারটাইলিং এর জন্য আউটপুট প্রজেকশন সামঞ্জস্য করবে। (টাইলিং কীভাবে কাজ করে সে সম্পর্কে আরও তথ্যের জন্য TFRecord ডক দেখুন)। নোট করুন যে আর্থ ইঞ্জিন সবসময় আপনার মডেলে 3D টেনসর ফরোয়ার্ড করবে এমনকি যখন ব্যান্ডগুলি স্কেলার হয় (শেষ মাত্রা হবে 1)।
প্রায় সব কনভোল্যুশনাল মডেলের একটি নির্দিষ্ট ইনপুট প্রজেকশন থাকবে (যে ডেটাতে মডেলটি প্রশিক্ষিত হয়েছিল)। এই ক্ষেত্রে, ee.Model.fromAiPlatformPredictor() এ আপনার কলে fixInputProj প্যারামিটারটিকে সত্য হিসাবে সেট করুন। ভবিষ্যদ্বাণীগুলি কল্পনা করার সময়, একটি নির্দিষ্ট ইনপুট প্রজেকশন আছে এমন একটি মডেলে জুম আউট করার সময় সতর্কতা অবলম্বন করুন৷ এটি এখানে বর্ণিত একই কারণে। বিশেষত, একটি বড় স্থানিক সুযোগে জুম করার ফলে অত্যধিক ডেটার জন্য অনুরোধ হতে পারে এবং AI প্ল্যাটফর্মের দ্বারা ধীরগতি বা প্রত্যাখ্যান হিসাবে প্রকাশ হতে পারে।