Machine Learning dengan PlaidML – PlaidML adalah kompiler tensor canggih dan portabel untuk memungkinkan kalian melakukan deep machine learning keberagam device pada laptop, perangkat tertanam-embedded, atau perangkat lain
Plaid ML merupakan favorit saya saat ini, karena sangat menjengkelkan sekali ketika menggunakan tensorflow! Tensorflow dari versi 1 loncat ke versi 2 banyak sekali perubahan! Sehingga beberapa project saya tidak bisa digunakan lagi (kecuali coding ulang bila perlu) Bayangin saja hal tersebut! Machine Learning pool banyak depencies nya, pusing kalau banyak versi.
Untuk sekarang saya sedang tertarik menggunakan PlaidML daripada tensorflow
Apa itu PlaiML (saya pakai terjemahan saja) adalah PlaidML adalah kompiler tensor canggih dan portabel untuk memungkinkan kalian melakukan deep machine learning keberagam device pada laptop, perangkat tertanam-embedded, atau perangkat lain di mana perangkat keras komputasi yang tersedia tidak didukung dengan baik atau tumpukan perangkat lunak yang tersedia berisi batasan lisensi yang tidak sesuai. serta
PlaidML works on all major operating systems: Linux, macOS, and Windows.
Cara Install PlaidML
Berhubung saya menggunakan windows serta anaconda, caranya sangat mudah
https://plaidml.github.io/plaidml/docs/install#windows
Pastikan kalian sudah setting PIP ya serta setting PATH nya jangann lupa! Kalau sudah gunakan pip untuk install
pip install -U plaidml-keras
Serta setup PlaidML nya, panggil saja perintah
plaidml-setup
Ntar muncul pilihan untuk memilih device yang kita gunakan!
Test Bencmark PlaidML
Sekarang kalian bisa coba test PlaidML, oiya sebagai informasi saya menggunakan
- Python 3.8.5 (anaconda navigator 1.10.0; dan conda 4.9.2)
- Keras 2.2.4
- Numpy 1.19.2
import numpy as np
import os
import time
os.environ["KERAS_BACKEND"] = "plaidml.keras.backend"
import keras
import keras.applications as kapp
from keras.datasets import cifar10
(x_train, y_train_cats), (x_test, y_test_cats) = cifar10.load_data()
batch_size = 8
x_train = x_train[:batch_size]
x_train = np.repeat(np.repeat(x_train, 7, axis=1), 7, axis=2)
model = kapp.VGG19()
model.compile(optimizer='sgd', loss='categorical_crossentropy',
metrics=['accuracy'])
print("Running initial batch (compiling tile program)")
y = model.predict(x=x_train, batch_size=batch_size)
# Now start the clock and run 10 batches
print("Timing inference...")
start = time.time()
for i in range(10):
y = model.predict(x=x_train, batch_size=batch_size)
print("Ran in {} seconds".format(time.time() - start))
Saya sangat puas sekali menggunakan ini daripada menggunakan tensorflow didalam beberapa project deep machine learning.
Sekedar mengingatkan! per Oktober 2021 atau yang saat ini saya gunakan masih menggunakan versi
Name: plaidml
Version: 0.7.0
Summary: PlaidML machine learning accelerator
Home-page: https://www.intel.ai/plaidml/
Author: Vertex.AI
Author-email: plaidml-dev@googlegroups.com
License: https://www.apache.org/licenses/LICENSE-2.0
Location: c:\programdata\anaconda3\lib\site-packages
Requires: six, cffi, enum34, numpy
Required-by: plaidml-keras
yang punya depencies terhadap keras versi requires keras==2.2.4
Jadi kalian harus lebih memahami depencies nya!