DEEP LEARNING DI PYTHON

Untuk bisa menggunakan DL menggunakan artificial neural networks, maka pembaca harus familiar dengan 3 jenis library dalam python, yaitu:

• Theano
• TensorFlow
• Keras

Saya akan bahas secara ringkas ketiganya, dan mana yang akan kita pakai di studi kasus kali ini.

Theano dikembangkan oleh University of Montreal, Kanada dan bersifat open source, artinya kita tidak perlu membayar untuk menggunakan fiturnya. Library ini berbasis kepada library lain di python yaitu numpy. Yang menarik adalah, library ini bisa berjalan tidak hanya di CPU (Intel atau AMD) tapi juga GPU (Nvidia atau Radeon). CPU adalah prosesor utama di komputer, sementara GPU adalah prosesor yang khusus untuk menangani tampilan grafis di komputer.

Untuk deep learning yang ‘berat’ dan memiliki banyak neuron serta layer, maka akan sering menggunakan GPU. Namun untuk pembelajaran kali ini, menggunakan CPU sudah lebih dari cukup.

TensorFlow juga merupakan library yang sering dipakai dalam metode DL. Library ini dikembangkan oleh Google, dan merupakan library yang sangat populer saat ini. Kabar baiknya adalah TensorFlow juga bersifat open source.

Dua library di atas, Theano dan TensorFlow banyak digunakan untuk keperluan riset dan pengembangan keilmuan di bidang deep learning. Artinya, untuk memakainya, maka kita harus memulai dari dasar, membangun network nya satu demi satu dari nol. Dengan demikian, akan memerlukan beberapa baris perintah di python untuk membangun networknya.

Tentu saja jika sudah mendapatkan rancangan network yang tepat, kita bisa dengan mudah menggunakannya untuk memecahkan masalah lain. Namun karena kita mementingkan faktor kepraktisan, user friendly (mudah dipahami oleh orang umum), dan juga sama-sama powerful, maka kita gunakan library yang ketiga yaitu Keras.

Keras adalah library yang menggabungkan Theano dan TensorFlow dan menggunakan basis keduanya (bisa dipilih berbasis Theano atau TensorFlow). Library ini juga dikembangkan oleh peneliti di Google, sehingga bisa diprediksi bahwa saat menggunakan Keras, kita juga menggunakan fitur TensorFlow.

Hal baiknya adalah untuk menggunakan Keras tidak diperlukan baris perintah yang banyak di python, sehingga lebih praktis dan efisien khususnya dalam pemecahan masalah nyata. Library ini sangat cocok bagi mereka yang tidak ingin membuang waktu membangun neural network dari awal. Jadi library yang akan kita gunakan adalah Keras.

---

INSTALASI KERAS DI PYTHON

Sangat mudaa untuk menginstall Keras dan TensorFlow sekaligus di Anaconda. Cukup ketikkan perintah ini di Anaconda prompt. Jika pembaca menggunakan Windows, cukup ketik di toolbar search “Anaconda Prompt”. Kemudian klik 2x di aplikasi tersebut. Tampilan aplikasinya sebagai berikut:

Jika sudah dibuka, ketikkan perintah ini di Anaconda Prompt. Jangana da salah ketik ya.

conda install -c conda-forge keras

Jika sudah ketik Y, jika ada dua pilihan Yes/No, dan cukup tunggu beberapa menit hingga instalasi selesai. Mudah bukan!

Di halaman-halaman selanjutnya kita akan langsung praktek deep learning menggunakan python dan R.

Untuk melanjutkan membaca silakan klik halaman selanjutnya di bawah ini.

Pages: 1 2 3 4