Scribd
Unggah
14 tayangan11 halaman

Panduan Instalasi dan Penggunaan TensorFlow

Dokumen ini memberikan panduan lengkap untuk membuat neural network pertama menggunakan TensorFlow, mulai dari persiapan lingkungan kerja, memuat dan memprose data Fashion MNIST, membuat model neural network, melakukan training, hingga membuat prediksi.

Diunggah oleh

Okii
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
14 tayangan11 halaman

Panduan Instalasi dan Penggunaan TensorFlow

Dokumen ini memberikan panduan lengkap untuk membuat neural network pertama menggunakan TensorFlow, mulai dari persiapan lingkungan kerja, memuat dan memprose data Fashion MNIST, membuat model neural network, melakukan training, hingga membuat prediksi.

Diunggah oleh

Okii
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Introduction

to Neural Network
I. Ovyawan Herlistiono, S.T., M.T.
Yang akan dilakukan:
1 Persiapan:
− Install Miniconda.
− membuat Environment baru
− Install Tensorflow
2 Memuat data
3 Memproses data
4 Menulis program Neural Network pertama saudara dengan
menggunakan TensorFlow.
Persiapan
 Windows:
− Install Miniconda:
 Windows: [Link]
 Ubuntu: [Link]
− Update instalasi: conda update --all
− Click Start, click Anaconda (64bit), click Anaconda Prompt (conda3)
− Buat environment baru: conda create -n ANN_your_NPM python=3.8
− [Opsional] Untuk menghapus environment: conda env remove -n nama_environment
− Aktifkan Environment: conda activate ANN_your_NPM
− Aktifkan channel conda-forge: conda config --add channels conda-forge
− Install Tensorflow (v2) dan jupyter notebook: conda install conda tensorflow jupyterlab
notebook voila
 Ubuntu:
− Tekan kombinasi tombol [Ctrl]+[Alt]+[t] pada keyboard. Langkah selanjutnya sama.
Jupyter notebook python editor
•Ketik: jupyter notebook
•Klik pada tab ‘New’ di kanan atas
•Klik pada “Python 3 (ipykernel)”
Memuat Data
Tuliskan kode berikut:

import tensorflow as tf
from tensorflow import keras
(x_train, y_train), (x_val, y_val) =
[Link].fashion_mnist.load_data()
Menyiapkan Data
def preprocess(x, y):
x = [Link](x, tf.float32) / 255.0
y = [Link](y, tf.int64)
return x, y

def create_dataset(xs, ys, n_classes=10):


ys = tf.one_hot(ys, depth=n_classes)
return [Link].from_tensor_slices((xs, ys)) \
.map(preprocess) \
.shuffle(len(ys)) \
.batch(128)
Neural Network Pertama Kita.
train_dataset = create_dataset(x_train, y_train)
val_dataset = create_dataset(x_val, y_val)
Neural Network dengan Keras
model = [Link]([
[Link](target_shape=(28 * 28,),
input_shape=(28, 28)),
[Link](units=256, activation='relu'),
[Link](units=192, activation='relu'),
[Link](units=128, activation='relu'),
[Link](units=10, activation='softmax')
])
Training Dimulai
[Link](optimizer='adam',
loss=[Link](from_logits=True),
metrics=['accuracy'])
history = [Link](
train_dataset.repeat(),
epochs=10,
steps_per_epoch=500,
validation_data=val_dataset.repeat(),
validation_steps=2
)
Membuat Prediksi
predictions = [Link](val_dataset)
PR
 Lakukan eksplorasi lanjutan:
− Modifikasi program di atas untuk menggunakan
package “scikit-learn”
− Modifikasi program di atas untuk menggunakan data
dari sumber lain.

Anda mungkin juga menyukai