fbpx

Materi Pendamping Memahami ConvNet dengan TensorFlow

By Prahariezka Arfienda   |   April 18, 2019

Saat belajar data science, terutama ketika kamu mulai mendalami tentang Deep Learning, mungkin kamu pernah mendengar istilah Convolutional Neural Network. Istilah yang kerap disingkat CNN atau ConvNet ini adalah sebuah kelas dalam Deep Neural Networks, yang biasanya digunakan untuk menganalisis gambaran visual.

Convolutional Neural Network merupakan salah satu jenis algoritme Deep Learning yang dapat menerima input berupa gambar, menentukan aspek atau obyek apa saja dalam sebuah gambar yang bisa digunakan mesin untuk “belajar” mengenali gambar, dan membedakan antara satu gambar dengan yang lainnya.

Arsitektur CNN terbilang mirip dengan pola koneksi neuron atau sel saraf dalam otak manusia. CNN terinspirasi dari Visual Cortex, yaitu bagian pada otak yang bertugas untuk memroses informasi dalam bentuk visual.

Dengan arsitektur seperti itu, CNN dapat dilatih untuk memahami detail sebuah gambar dengan lebih baik. Dengan begitu, CNN dapat menangkap dependensi Spasial dan Temporal dalam sebuah gambar setelah kamu memberikan filter yang relevan.

Kali ini, kami akan mengajak kamu untuk memahami CNN lebih lanjut dengan menggunakan TensorFlow.  Apa itu TensorFlow? TensorFlow adalah sebuah Library open source yang diciptakan oleh tim Google Brain, biasanya digunakan untuk komputasi numerik maupun Machine Learning berskala besar.

Bagi Data Scientist tools ini wajib diketahui. Di Algoritma Data Science School, tools ini cukup sering digunakan. TensorFlow diciptakan oleh tim Google Brain. Sejarah TensorFlow dimulai saat Google melihat potensi Deep Neural Network untuk meningkatkan layanannya seperti gmail, foto, dan mesin pencariannya.

Tools data science ini biasanya digunakan untuk komputasi numerik maupun Machine Learning canggih seperti Deep Learning. Bersifat open-source dan dapat berjalan pada CPU, GPU, dan TPU yang membuatnya lebih kuat dalam pemrosesan algoritma machine learning. Hal ini memberikan keuntungan yang belum pernah terjadi sebelumnya dalam hal kekuatan pemrosesan dari algoritma machine learning.

TensorFlow bukan hanya untuk Pythonista (sebutan untuk seseorang yang menggunakan Python), karena bisa diaplikasikan dalam banyak bahasa pemrograman, mulai dari R, Swift, hingga JavaScript. Disana juga terdapat berbagai aplikasi seperti pengenalan suara, klasifikasi citra, penemuan obat, generasi gambar dan bahasa, dll.

Kami akan memberikan materi “Notebook to Understanding Convolutional Neural Networks with TensorFlow” yang bisa kamu download secara gratis.

Kamu juga bisa menggunakan materi ini sebagai catatan pendamping untuk buku TensorFlow for Deep Learning: From Linear Regression to Reinforcement Learning karya Bharath Ramsundar dan Reza Bosagh Zadeh.

Empat volume catatan ini terdiri dari:

  1. Building Blocks of TensorFlow
  2. TensorFlow Learning
  3. Fully Connected Deep Networks
  4. Convolutional Neural Networks

Materi ini akan Algoritma bagikan secara bertahap setiap minggu. Kamu bisa mulai dari materi pertama yang bisa kamu dapatkan dengan mengisi formulir di akhir artikel ini.

Selamat belajar!

Download Materi Memahami Convolutional Neural Networks dengan TensorFlow

* indicates required