এই কোর্সে পরীক্ষা এবং ডিবাগিং নির্দেশিকা বাস্তবায়ন করা জটিল হতে পারে। আপনি TensorFlow এবং TensorFlow Extended (TFX) ব্যবহার করে কিছু নির্দেশিকা বাস্তবায়ন করতে পারেন। TFX হল TensorFlow-এর উপর ভিত্তি করে এন্ড-টু-এন্ড ML পাইপলাইন। একটি ডেমোর জন্য, এই এন্ড-টু-এন্ড TFX উদাহরণটি দেখুন। এন্ড-টু-এন্ড উদাহরণের পরিপূরক করার জন্য, নিম্নলিখিত সারণী নির্দেশিকা অনুসারে TF এবং TFX-এ উপলব্ধ সংস্থানগুলি তালিকাভুক্ত করে। শুধুমাত্র TF বা TFX দ্বারা সমর্থিত নির্দেশিকা তালিকাভুক্ত করা হয়েছে।
| নির্দেশিকা | TF/TFX বাস্তবায়ন | |
|---|---|---|
| আপনার ML মডেল ডিবাগ করার জন্য নির্দেশিকা | ||
| এটি বুঝতে আপনার ডেটা অন্বেষণ করা হচ্ছে | পান্ডা বা ফ্যাসেট ব্যবহার করে আপনার ডেটা অন্বেষণ করুন।
| |
| একটি ডেটা স্কিমা ব্যবহার করে ইনপুট ডেটা যাচাই করা হচ্ছে | TensorFlow ডেটা বৈধতা ব্যবহার করুন। | |
| এমএল কোডের জন্য পরীক্ষা বাস্তবায়ন | প্রথমে, Eager Execution এর মাধ্যমে আপনার TF মডেলগুলি ডিবাগ করুন৷ তারপর Tensorflow টেস্টিং দিয়ে পরীক্ষা লিখুন। | |
| মেট্রিক্স | ||
| মডেল মেট্রিক্স তৈরি করা হচ্ছে | TensorBoard আপনার TF গ্রাফ এবং প্লট মেট্রিক্স কল্পনা করে। টেনসরবোর্ড দেখুন: গ্রাফ ভিজ্যুয়ালাইজেশন । | |
| পাইপলাইনে স্থাপনা | ||
| উত্পাদনে মডেলের গুণমান পরীক্ষা করা হচ্ছে | টেনসরফ্লো মডেল বিশ্লেষণ ব্যবহার করুন। | |
| প্রশিক্ষণ-পরিষেবা তীর জন্য পরীক্ষা করা হচ্ছে | ট্রেনিং জুড়ে ফিচার ইঞ্জিনিয়ারিং কোড শেয়ার করে এবং TFX ট্রান্সফর্ম ব্যবহার করে পরিবেশন করে ফিচার স্কু এড়িয়ে চলুন। | |
| ট্র্যাকিং মডেল অচলতা | -- | |