1,570 ViewsMenyimpan Check Point pada Proses Iterasi Machine Learning – Model yang rumit tentu membutuhkan proses komputasi yang sangat lama bahkan saking lamanya untuk menyelesaikan 1 epoch saja butuh waktu bermenit-menit / bahkan berjam-jam. Dataset dan batch yang besar juga menambahkan kesabaran kita dalam nungguin proses iterasinya. Sedikit sekali kita yang mempunyai GPU Cuda kualitas … Read more
1,378 ViewsMonitoring Kinerja Deep Learning menggunakan Tensorboard – Deep Learning seringkali memakan waktu cukup lama apalagi menggunakan dataset dan model yang besar. Biasanya sih cara paling gampang dengan cara menyimpan setiap data pada format CSV serta memvisualisasikan data dengan matplotlib. Namun hal tersebut kurang praktis karena kita bisa kok menggunakan tensorboard untuk melihat pergerakan nilai … Read more
1,427 ViewsSalah satu model deep learning yang mempunyai keunggulan dalam mengolah data berbasis time series yaitu RNN. Ada banyak jenis RNN seperti many to one yang telah dibahas disini, juga jenis one to one untuk kasus recognition yang telah dibahas disini juga. Belajar RNN untuk kasus Sederhana yang akan kita pelajari disini lebih kepada memanfaatkan … Read more
1,610 ViewsRNN mempunyai keunggulan yang tidak dimiliki oleh model CNN yaitu kemampuan untuk menangani data yang bersifat time serial/berbasis waktu yang artinya data yang diolah akan dipengaruhi dari sequence sebelumnya. Sehingga RNN sangat cocok sekali digunakan pada Natural Language Processing, seperti dibahas pada dasar-dasar RNN sebelumnya, saya akan memberikan contoh sederhana untuk kasus yang lain … Read more
1,314 Viewsapa perbedaan dekomposisi dan transformasi wavelet – Bila kita menilik lebih jauh menggunakan package pywavelet ada 2 fungsi yaitu dwt2 dan wavedec2. Keduanya merupakan penerapan wavelet untuk 2 dimensi. Mari kita coba satu – persatu dengan pertanyan dari multi level wavelet dan bagaimana penerapannya nanti. Sesuai dokumentasi dari pywavelet sebagai berikut Fungsi dwt2 Single-level … Read more
1,113 ViewsPenggunaan wavelet pada image processing banyak digunakan saat ini terutama pada proses ciri fitur untuk mengurangi noise/derau. Salah satu library yang terkenal yaitu pywavelet. PyWavelet mengadopsi operasi matrix berbasis numpy. Namun bila bekerja pada deep learning berbasis tensor alih-alih menggunakan numpy. Tapi jangan kuatir, saat ini sudah ada yang membuat package pywavelet berbasis tensor … Read more
1,478 ViewsPada postingan sebelumnya telah dibahas mengenai jenis noise yang sering dijumpai secara umum yaitu salt noise. Salt noise cukup mengganggu sekali oleh sebab itu ada beberapa cara yang bisa kita gunakan. Salah satunya yaitu dekomposisi wavelet. Pembahasan mengenai transformasi wavelet bisa kalian pelajari sendiri di google. Untuk mensimulasikan Dekomposisi Wavelet untuk mengurangi Noise Gambar … Read more
1,495 ViewsDalam pengolahan gambar, tidak jarang kita menghadapi masalah yang disebabkan oleh noise, gangguan kecil yang dapat merusak kualitas visual sebuah gambar. Salah satu jenis noise yang umum ditemui adalah salt noise, yang dapat membuat gambar terlihat seperti dipenuhi titik-titik terang yang acak. Salt noise, juga dikenal sebagai salt-and-pepper noise, adalah jenis noise yang ditandai … Read more
6,112 ViewsLayanan Cloud computing yang versi free yaitu google colab tanpa pro sudah cukup buat coba deep learning yang nggak berat-berat. Namun terkadang kita butuh lebih buat ngitung lebih cepat. Daripada beli sendiri GPU dengan harga 14 jutaan hanya dengan biaya $ 9.9/ 3 bulan akan lebih dari cukup untuk dicoba. Untuk beli google colab … Read more
1,357 ViewsOMP – Initializing libiomp5md.dll, but found libiomp5md.dll already initialized merupakan pesan error ketika menggunakan matplotlib untuk visualisasi data. Ternyata library Matplotlib menggunakan OpenMP untuk melakukan perhitungan pararelnya. OpenMP (Open Multi-Processing) adalah sebuah spesifikasi yang digunakan untuk membangun dan mengelola pemrograman paralel di lingkungan komputasi shared-memory. OpenMP memungkinkan pengembang perangkat lunak untuk memanfaatkan potensi paralelisme … Read more