TensorFlow হল একটি ওপেন সোর্স ML প্ল্যাটফর্ম যা ডিপ লার্নিংয়ের মতো উন্নত ML পদ্ধতিকে সাপোর্ট করে। এই পৃষ্ঠায় Earth Engine-এ TensorFlow-এর নির্দিষ্ট ফিচার সম্পর্কে বর্ণনা করা হয়েছে। যদিও TensorFlow মডেল Earth Engine-এর বাইরে ডেভেলপ ও ট্রেনিং দেওয়া হয়, Earth Engine API, TFRecord ফর্ম্যাটে ট্রেনিং ও টেস্টিং ডেটা এক্সপোর্ট করার এবং TFRecord ফর্ম্যাটে ছবি ইমপোর্ট/এক্সপোর্ট করার পদ্ধতি প্রদান করে। Earth Engine থেকে পাওয়া ডেটার সাথে TensorFlow ব্যবহার করার জন্য কীভাবে পাইপলাইন তৈরি করতে হয় সেই সম্পর্কে আরও তথ্য পেতে, TensorFlow-এর উদাহরণ সংক্রান্ত পৃষ্ঠা দেখুন। Earth Engine কীভাবে TFRecord ফাইলে ডেটা লেখে সেই সম্পর্কে আরও জানতে TFRecord পৃষ্ঠা দেখুন।
ee.Model
ee.Model প্যাকেজ TensorFlow-এর মাধ্যমে পরিচালিত মেশিন লার্নিং মডেলের সাথে
ইন্টার্যাকশন ম্যানেজ করে।
AI প্ল্যাটফর্মে হোস্ট করা মডেলের সাথে ইন্টার্যাক্ট করা
ee.Model.fromAiPlatformPredictor()-এর সাহায্যে একটি নতুন ee.Model ইনস্ট্যান্স তৈরি করা যেতে পারে। এটি হল একটি ee.Model অবজেক্ট
যা Earth Engine ডেটাকে টেনসরে প্যাকেজ করে, সেগুলিকে পূর্বাভাস সংক্রান্ত অনুরোধ হিসেবে
Google AI প্ল্যাটফর্মে ফরওয়ার্ড করে এবং তারপর অটোমেটিক
Earth Engine ডেটার ধরন অনুযায়ী উত্তরগুলিকে আবার একত্রিত করে। মনে রাখবেন যে আপনার মডেলের সাইজ ও জটিলতা এবং এর ইনপুটের উপর নির্ভর করে, আপনি হয়ত
AI প্ল্যাটফর্ম মডেলের সর্বনিম্ন নোড সাইজ অ্যাডজাস্ট করতে চাইবেন যাতে
অনেক বেশি সংখ্যক অনুমান করা যায়।
Earth Engine-এর AI প্ল্যাটফর্ম মডেলের জন্য TensorFlow-এর
SavedModel
ফর্ম্যাট প্রয়োজন। হোস্ট করা মডেল Earth Engine-এর সাথে ইন্টার্যাক্ট করার আগে, এর ইনপুট/আউটপুট TensorProto ইন্টারচেঞ্জ ফর্ম্যাটের সাথে
মানানসই হতে হবে, বিশেষ করে base64-এ সিরিয়ালাইজ করা
TensorProtos। এটি আরও সহজ করতে, Earth Engine CLI-তে
model prepare কমান্ড আছে যা ইনপুট/আউটপুট ফর্ম্যাট কনভার্ট করার জন্য প্রয়োজনীয় অপারেশনে আগে থেকে থাকা
SavedModel-কে র্যাপ করে।
ee.Model.fromAiPlatformPredictor()-এর সাথে কোনও মডেল ব্যবহার করতে, মডেলটি ব্যবহার করার জন্য আপনার কাছে পর্যাপ্ত
অনুমতি থাকতে হবে। বিশেষ করে, আপনার (বা যে কেউ মডেলটি ব্যবহার করেন) অন্তত
ML Engine Model User ভূমিকা থাকতে হবে। আপনি
Cloud Console-এর মডেল পৃষ্ঠা থেকে মডেলের অনুমতি পরীক্ষা ও সেট করতে পারবেন।
অঞ্চল
আপনার মডেলের জন্য আঞ্চলিক এন্ডপয়েন্ট ব্যবহার করা উচিত, মডেল তৈরি,
ভার্সন তৈরি এবং ee.Model.fromAiPlatformPredictor()-এ অঞ্চল উল্লেখ করা উচিত। যেকোনও অঞ্চল
কাজ করবে (গ্লোবাল ব্যবহার করবেন না), তবে us-central1 ব্যবহার করলে ভালো হয়। REGIONS প্যারামিটার
নির্দিষ্ট করবেন না। আপনি যদি
Cloud Console থেকে কোনও মডেল তৈরি করেন,
তাহলে নিশ্চিত করুন যে আঞ্চলিক বক্সটি চেক করা আছে।
খরচ
ছবির প্রেডিকশন
হোস্ট করা মডেল ব্যবহার করে ee.Image-এর উপর
ভবিষ্যদ্বাণী করতে model.predictImage() ব্যবহার করুন। predictImage()-এর রিটার্ন টাইপ হল
ee.Image যা ম্যাপে যোগ করা, অন্যান্য গণনায় ব্যবহার করা,
এক্সপোর্ট করা ইত্যাদি করা যেতে পারে। Earth Engine অটোমেটিক ইনপুট ব্যান্ড টাইল করবে এবং
প্রয়োজন অনুযায়ী স্কেল পরিবর্তন ও ওভারটাইলিংয়ের জন্য আউটপুট প্রোজেকশন অ্যাডজাস্ট করবে। (টাইল করার পদ্ধতি
সম্পর্কে আরও জানতে TFRecord ডকুমেন্ট
দেখুন)। মনে রাখবেন, Earth Engine সবসময় আপনার মডেলে 3D টেনসর ফরওয়ার্ড করবে, এমনকি ব্যান্ড স্কেলার
হলেও (শেষ ডাইমেনশন ১ হবে)।
প্রায় সব কনভোলিউশনাল মডেলে একটি নির্দিষ্ট ইনপুট প্রোজেকশন (যে ডেটার উপর মডেলকে ট্রেনিং দেওয়া হয়েছে)
থাকবে। এই ক্ষেত্রে, ee.Model.fromAiPlatformPredictor()-এ আপনার কলের জন্য fixInputProj প্যারামিটারকে
true হিসেবে সেট করুন।
পূর্বাভাস ভিজ্যুয়ালাইজ করার সময়, নির্দিষ্ট ইনপুট প্রজেকশন আছে এমন মডেল জুম-আউট করার সময় সতর্ক থাকুন। এখানে
বর্ণিত একই কারণে এটি করা হয়। বিশেষ করে, বড় স্পেশিয়াল স্কোপে জুম করলে, অনেক বেশি ডেটার জন্য অনুরোধ করা হতে পারে এবং
AI প্ল্যাটফর্মের মাধ্যমে স্লো ডাউন বা প্রত্যাখ্যান হিসেবে প্রকাশ পেতে পারে।