Tag Archives: Belajar Machine Learning

6,463 ViewsLoss Function – Saat mengerjakan Machine Learning / Deep Machine Learning menggunakan loss function/fungsi kerugian/biaya digunakan untuk mengoptimalkan model selama pelatihan. Tujuannya hampir selalu untuk meminimalkan minimize loss function/fungsi kerugian. Semakin rendah kerugian, semakin baik modelnya. Pada PyTorch ada banyak jenis loss function seperti MSE, Cross Entropy dan yang lainnya. Loss function digunakan untuk… Read More »

1,762 ViewsBackward dan Step Optimizer – Tensor sebagai tipe data yang dioperasikan oleh library pytorch dan tensorflow merupakan core engine yang didalamnya sudah ada kemudahan dalam melakukan operasi derivatif biasa dikenal dengan operasi turunan serta perbaikan gradient. Operasi Apa itu Gradient Descent-Machine Learning? yang telah dibahas sebelumnya masih menggunakan cara manual dengan menggunakan operasi matematika… Read More »

2,772 ViewsMembuat Dataset untuk Training Deep Learning – Mempersiapkan dataset untuk training deep learning merupakan langkah awal dalam proses pelatihan seperti menyusun direktori untuk menyimpan data. Sebenarnya dataset bawaan dari pytorch ada banyak biasanya sudah dalam bentuk kode untuk download dan tinggal pakai saja. Namun demikian kita juga harus membuat dataset tersendiri untuk melakukan uji… Read More »

3,195 ViewsPytorch Mengenal Arsitektur LeNet untuk klasifikasi objek –  Deep Learning adalah sebuah model jaringan syaraf tiruan yang sekarang ini mulai banyak digunakan dan dikembangkan pada computer vision dan didukung oleh murahnya harga teknologi Graphic Processing Unit (GPU) yang bekerja secara pararel. Salah satu contoh Deep Learning yang digunakan untuk pengenalan citra adalah Convolutional Neural… Read More »

1,265 ViewsMengenal Operasi Linear pada Algoritma CNN – Operasi Linear sesuai judulnya yaitu operasi tersebut bersifat multiplikasi untuk mengurangi ukuran matrix pada hasil convolution di algoritma CNN. Operasi Linear berkaitan dengan perkalian antara bobot dan bias. Bila kalian pernah mempelajari Algoritma Perceptron maka cara kerjanya adalah sama saja. Hal utama yang membedakan adalah adanya operasi… Read More »

984 ViewsMengenal MaxPool2d – Setelah kita mengenal perhitungan convolutional yang berguna untuk menghasilkan ciri fitur, sekarang kita akan belajar mengenai MaxPool2d untuk mereduksi matrix berdasarkan nilai maksimalnya. Biasanya setelah melakukan convolutional akan dilakukan transfer learning seperti ReLu dilanjutkan dengan MaxPool2d. Ilustrasi perhitungan MaxPool2d sangat mudah koq, seperti pada gambar dibawah ini Cara mudah seperti dibahas… Read More »

1,635 ViewsConvolutional Neural Networks, juga dikenal sebagai CNN atau ConvNet, termasuk dalam kategori jaringan saraf tiruan yang digunakan untuk pemrosesan gambar dan visualisasi. Kecerdasan buatan menggunakan pembelajaran mendalam untuk melakukan tugas. Jaringan saraf adalah perangkat keras atau perangkat lunak yang diprogram sebagai neuron di otak manusia. Jaringan saraf tradisional hanya mengambil gambar dengan resolusi yang dikurangi sebagai input. CNN memecahkan… Read More »