About this ebook
Convolutional neural network dipakai di mana-mana, dan penjelasannya hampir selalu berhenti pada satu kalimat: "CNN memanfaatkan struktur spasial citra". Kalimat sependek itu memindahkan pertanyaannya, bukan menjawabnya. Buku ini menjawabnya sampai tuntas, dan hanya untuk satu keluarga arsitektur. Pembahasannya berangkat dari dua percobaan atas jaringan biasa. Mengacak kedudukan seluruh piksel hampir tidak merugikannya, sedangkan menggeser citra empat piksel menjatuhkan akurasinya dari 0,8912 menjadi 0,2263. Kedua kenyataan itu melahirkan tiga tuntutan, dan ketiganya dipenuhi satu operasi saja, yaitu konvolusi, yang dibuktikan sebagai satu-satunya jawaban linear yang ekuivarian terhadap pergeseran. Seluruh kodenya ditulis dari nol dengan NumPy sebelum satu baris pustaka pun dipakai: im2col dan col2im, langkah maju beserta seluruh gradiennya yang diturunkan dengan tangan suku demi suku, pooling, batch normalization, sampai residual block. Hasilnya diperiksa dengan cara yang paling tegas. Bobot jaringan NumPy dipindahkan ke dalam modul PyTorch, lalu kedua jaringan menjawab sepuluh ribu citra uji, dan jawaban yang berbeda berjumlah nol. Setiap angka yang tercetak lahir dari menjalankan kode yang disertakan, termasuk angka yang tidak menyenangkan. Pada Fashion-MNIST, CNN hanya unggul 0,0005 atas MLP yang dilatih baik-baik; pada CIFAR-10, selisih yang sama melebar menjadi 0,3079. Pooling ternyata tidak membuat CNN kekal terhadap pergeseran. Batch normalization tidak menaikkan akurasi pada jaringan yang dangkal. Dua cara baku menerangkan jaringan saling bertentangan sejauh sepertiga lebar citranya. Augmentasi justru menurunkan akurasi pada data yang sudah rapi. Kelimanya dilaporkan apa adanya beserta angkanya. Isinya dua puluh bab dalam lima bagian, 64 gambar, 70 berkas kode, 220 soal latihan, dan satu studi kasus utuh pada CIFAR-10. Ditujukan bagi mahasiswa tingkat akhir, mahasiswa magister, dan dosen yang mengajar pembelajaran mendalam, dengan prasyarat kalkulus dasar, aljabar linear dasar, pengertian turunan berantai, serta Python. Urutannya tetap: intuisi dan gambar lebih dahulu, lalu turunan matematis yang dibuktikan penuh, lalu implementasi dari nol, baru pembandingan dengan PyTorch. Kode pendampingnya boleh dipakai siapa pun untuk keperluan apa pun, termasuk komersial.
Convolutional neural network dipakai di mana-mana, dan penjelasannya hampir selalu berhenti pada satu kalimat: "CNN memanfaatkan struktur spasial citra". Kalimat sependek itu memindahkan pertanyaannya, bukan menjawabnya. Buku ini menjawabnya sampai tuntas, dan hanya untuk satu keluarga arsitektur...
Discover more
Rate this ebook
Tell us what you think.
Reading information
Smartphones and tablets
Install the Google Play Books app for Android and iPad/iPhone. It syncs automatically with your account and allows you to read online or offline wherever you are.
Laptops and computers
You can listen to audiobooks purchased on Google Play using your computer's web browser.
eReaders and other devices
To read on e-ink devices like Kobo eReaders, you'll need to download a file and transfer it to your device. Follow the detailed Help Center instructions to transfer the files to supported eReaders.
