Tensor Flow

 

---

📘 1. What is TensorFlow?

English:
TensorFlow is an open-source library developed by Google for machine learning and deep learning applications.

Hindi:
TensorFlow एक ओपन-सोर्स लाइब्रेरी है जिसे Google ने मशीन लर्निंग और डीप लर्निंग एप्लिकेशन्स के लिए विकसित किया है।

---

📘 2. Key Features of TensorFlow

English:

·         Open Source

·         Supports deep neural networks

·         Runs on CPUs, GPUs, and TPUs

·         Scalable for production

Hindi:

·         ओपन सोर्स

·         डीप न्यूरल नेटवर्क्स को सपोर्ट करता है

·         CPU, GPU और TPU पर रन करता है

·         प्रोडक्शन के लिए स्केलेबल

---

📘 3. Tensor (Core Concept)

English:
A tensor is a multi-dimensional array used as the basic data structure in TensorFlow.

Hindi:
टेंसर एक मल्टी-डायमेंशनल एरे होता है जो TensorFlow में डेटा को स्टोर करने के लिए मुख्य स्ट्रक्चर होता है।

---

📘 4. TensorFlow Workflow

English:

1.      Prepare data

2.      Build model

3.      Train model

4.      Evaluate model

5.      Make predictions

Hindi:

1.      डेटा तैयार करना

2.      मॉडल बनाना

3.      मॉडल को ट्रेन करना

4.      मॉडल को जांचना

5.      प्रेडिक्शन करना

---

📘 5. Hello World in TensorFlow

Python Code:

import tensorflow as tf

# Define a constant

hello = tf.constant("Hello, TensorFlow!")

# Start a TensorFlow session (TF 1.x style)

# print(hello.numpy()) for TF 2.x

print(hello.numpy())

Explanation (Hindi):
ऊपर दिए गए कोड में हमने TensorFlow को इम्पोर्ट किया और एक सिंपल टेक्स्ट टेंसर बनाया। फिर उसे प्रिंट किया।

---

📘 6. Keras in TensorFlow

English:
Keras is a high-level API integrated in TensorFlow to quickly build and train models.

Hindi:
Keras एक हाई-लेवल API है जो TensorFlow में इंटीग्रेटेड है, जिससे मॉडल बनाना और ट्रेन करना आसान होता है।

---

📘 7. Sample Model using Keras

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import Dense

model = Sequential([

    Dense(128, activation='relu', input_shape=(784,)),

    Dense(10, activation='softmax')

])

model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

Hindi:
ऊपर दिए गए कोड में एक सिंपल न्यूरल नेटवर्क बनाया गया है जिसमें दो लेयर्स हैं। इस मॉडल को ‘adam’ ऑप्टिमाइज़र और लॉस फंक्शन के साथ कम्पाइल किया गया है।

---

📘 8. Real-World Applications

English:

·         Image Classification

·         Natural Language Processing (NLP)

·         Object Detection

·         Speech Recognition

Hindi:

·         इमेज क्लासिफिकेशन

·         नेचुरल लैंग्वेज प्रोसेसिंग (NLP)

·         ऑब्जेक्ट डिटेक्शन

·         स्पीच रिकग्निशन