Page 104 - E-MODUL TOPIK KHUSUS JARINGAN KOMPUTER

iterasi tertentu), dan sebaiknya iterasi tersebut dihentikan ketika nilai

paramter A, B dan C sudah stabil serta nilai akurasinya sudah stabil

pada nilai yang paling tinggi.

• Pikirkan bagaimana mengoptimasi lagi algoritma Deep Learning

dari hasil yang didapatkan saat ini.

2. How to Build Core Engine Deep Learning

Pada saat proses implementasi sekaligus untuk menentukan cara

membuat kode programnya, anda dapat menggunakan beberapa Teknik,

misalnya tempat implementasinya (misal di lokal atau menggunakan cloud)

dan kode programnya (membuat kode program from scratch.

menggabungkan dengan membuat sebagian secara scratch dan menggunakan

sebagian kode dari library, atau menggunakan full library) atau dengan cara

lainnya. Berikut beberapa toolboxs atau kumpulakn library terkait Deep

Learning yang dapat digunakan pada komputasi secara non-distribusi atau

dengan terdistribusi (menggunakan prinsip kerja pengolahan Big Data)

maupun paralel (dengan GPU) dengan berbagai macam bahasa pemrograman,

misal python, java, c/c++/c#, golang dan lainnya.

1) Torch

2) Keras

3) TensorFlow

4) Scikit-Learn

5) Theano

6) Caffe

7) CNTK

86