টেনসর তৈরি, রিসাইজ, এবং ম্যানিপুলেশন

টেনসর তৈরি, রিসাইজ, এবং ম্যানিপুলেশন হল ডিপ লার্নিং এবং সায়েন্টিফিক কম্পিউটিংয়ে একটি গুরুত্বপূর্ণ অংশ। টেনসর মূলত একটি মাল্টিডাইমেনশনাল অ্যারে বা ম্যাট্রিক্স যা বিভিন্ন ডেটা ধরন সংরক্ষণ করতে ব্যবহৃত হয়। পাইটন লাইব্রেরি NumPy এবং Theano এর মাধ্যমে টেনসর তৈরি এবং ম্যানিপুলেশন করা যেতে পারে।

এখানে NumPy এবং Theano ব্যবহার করে টেনসর তৈরি, রিসাইজ এবং ম্যানিপুলেশনের প্রক্রিয়া আলোচনা করা হলো।

১. NumPy ব্যবহার করে টেনসর তৈরি, রিসাইজ এবং ম্যানিপুলেশন:

NumPy হল পাইটনের একটি শক্তিশালী লাইব্রেরি যা টেনসর বা মাল্টিডাইমেনশনাল অ্যারে তৈরি এবং ম্যানিপুলেট করার জন্য ব্যবহৃত হয়। এখানে NumPy এর মাধ্যমে টেনসর তৈরি, রিসাইজ এবং ম্যানিপুলেশন সম্পর্কিত উদাহরণ দেওয়া হলো।

টেনসর তৈরি:

import numpy as np

# 1D টেনসর তৈরি
tensor_1d = np.array([1, 2, 3, 4])
print("1D Tensor:")
print(tensor_1d)

# 2D টেনসর তৈরি (ম্যাট্রিক্স)
tensor_2d = np.array([[1, 2, 3], [4, 5, 6]])
print("\n2D Tensor:")
print(tensor_2d)

# 3D টেনসর তৈরি
tensor_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print("\n3D Tensor:")
print(tensor_3d)

টেনসর রিসাইজ:

NumPy তে টেনসর রিসাইজ করার জন্য reshape() ফাংশন ব্যবহার করা হয়।

# টেনসর রিসাইজ করা
tensor_resized = tensor_2d.reshape(3, 2)
print("\nResized Tensor (3x2):")
print(tensor_resized)

টেনসর ম্যানিপুলেশন:

1. টেনসর যোগ (Addition):

   tensor_add = tensor_2d + np.array([[10, 10, 10], [10, 10, 10]])
   print("\nTensor Addition:")
   print(tensor_add)
   

2. টেনসর গুণ (Multiplication):

   tensor_mult = tensor_2d * 2
   print("\nTensor Multiplication (by 2):")
   print(tensor_mult)
   

3. টেনসর ট্রান্সপোজ (Transpose):

   tensor_transpose = tensor_2d.T
   print("\nTensor Transpose:")
   print(tensor_transpose)
   

4. টেনসরের শেপ (Shape):

   print("\nTensor Shape:")
   print(tensor_2d.shape)
   

২. Theano ব্যবহার করে টেনসর তৈরি, রিসাইজ এবং ম্যানিপুলেশন:

Theano একটি গাণিতিক লাইব্রেরি যা গাণিতিক অপারেশন পরিচালনা করতে সক্ষম এবং এটি GPU ব্যবহার করতে পারে। Theano তে টেনসর তৈরি এবং ম্যানিপুলেশন এর জন্য tensor এবং function ব্যবহার করা হয়।

টেনসর তৈরি:

import theano
import theano.tensor as T
import numpy as np

# 1D টেনসর তৈরি
tensor_1d_theano = T.dvector('tensor_1d')
tensor_1d_value = np.array([1, 2, 3, 4])

# 2D টেনসর তৈরি
tensor_2d_theano = T.dmatrix('tensor_2d')
tensor_2d_value = np.array([[1, 2, 3], [4, 5, 6]])

print("\nTheano 1D Tensor:")
print(tensor_1d_value)

print("\nTheano 2D Tensor:")
print(tensor_2d_value)

টেনসর রিসাইজ:

Theano তে টেনসর রিসাইজ করার জন্য সরাসরি কোনো reshape ফাংশন নেই, তবে আপনি dimshuffle বা reshape ব্যবহার করতে পারেন।

# Theano তে reshape করা
reshaped_tensor = tensor_2d_theano.reshape((3, 2))
print("\nReshaped Tensor (3x2):")
print(reshaped_tensor)

টেনসর ম্যানিপুলেশন:

1. টেনসর যোগ (Addition):

   tensor_add_theano = tensor_2d_theano + np.array([[10, 10, 10], [10, 10, 10]])
   print("\nTensor Addition in Theano:")
   print(tensor_add_theano)
   

2. টেনসর গুণ (Multiplication):

   tensor_mult_theano = tensor_2d_theano * 2
   print("\nTensor Multiplication in Theano (by 2):")
   print(tensor_mult_theano)
   

3. টেনসরের ট্রান্সপোজ (Transpose):

   tensor_transpose_theano = tensor_2d_theano.T
   print("\nTensor Transpose in Theano:")
   print(tensor_transpose_theano)
   

4. টেনসরের শেপ (Shape):

   print("\nTheano Tensor Shape:")
   print(tensor_2d_theano.shape)
   

৩. সারাংশ:

• NumPy এবং Theano তে টেনসর তৈরি, রিসাইজ এবং ম্যানিপুলেশন সম্ভব। NumPy সাধারণভাবে CPU ভিত্তিক কাজের জন্য ব্যবহৃত হয়, যেখানে Theano GPU সাপোর্টসহ গাণিতিক অপারেশন দ্রুত করতে পারে।
• NumPy এ reshape(), transpose() এবং অন্যান্য গাণিতিক অপারেশন যেমন যোগ এবং গুণ ব্যবহার করা যায়।
• Theano তে টেনসর তৈরি এবং পরিচালনার জন্য theano.tensor ব্যবহার করা হয়, এবং reshape() বা dimshuffle() ব্যবহার করে টেনসর রিসাইজ করা যায়।

এই টুলগুলি ডিপ লার্নিং এবং বৈজ্ঞানিক কম্পিউটিং কাজগুলির জন্য অত্যন্ত কার্যকরী।