Dunia kecerdasan buatan (AI) semakin berkembang pesat, dan salah satu terobosan terpanas adalah deep learning. Deep learning menggunakan model jaringan saraf yang mampu mencapai performa luar biasa dalam berbagai tugas pemrosesan visual dan bahasa natural.
Ingin menguasai deep learning? Anda harus memahami dulu bagaimana jaringan saraf bekerja. Artikel ini menyediakan 5 sumber belajar gratis untuk membantu Anda memahami jaringan saraf dan membangunnya sendiri menggunakan pustaka deep learning.
1. Neural Networks and Deep Learning – Michael Nielsen
Bagi pemula, buku online “Neural Networks and Deep Learning” karya Michael Nielsen ini adalah teman yang tepat. Dengan pendekatan yang mudah dipahami, buku ini mengajarkan dasar-dasar jaringan saraf beserta matematika yang diperlukan. Anda akan belajar sambil memecahkan masalah praktis: mengenali angka tulisan tangan.
Keenam bab dalam buku ini mencakup:
- Mengenali angka tulisan tangan dengan jaringan saraf
- Cara kerja backpropagation (propagasi mundur)
- Meningkatkan kemampuan belajar jaringan saraf
- Teorema aproksimasi universal
- Jaringan saraf konvolusi (convolutional neural networks)
Selain itu, buku ini juga dilengkapi dengan latihan menarik di sela-sela bab untuk menguji pemahaman Anda.
2. Neural Networks – 3Blue1Brown
Buku “Neural Networks and Deep Learning” membantu Anda memahami konsep dasar. Namun, terkadang visualisasi yang menarik akan memperkuat pemahaman dan membangun intuisi. Playlist “Neural Networks” oleh Grant Sanderson dari channel 3Blue1Brown menawarkan hal tersebut.
Playlist ini berisi video tutorial yang memberikan pemahaman visual tentang jaringan saraf, dengan fokus pada:
- Apa itu jaringan saraf?
- Bagaimana jaringan saraf belajar: optimisasi penurunan gradien (gradient descent)
- Fungsi backpropagation
- Kalkulus di balik backpropagation
Gunakan playlist ini sebagai pendamping saat membaca buku Michael Nielsen untuk membangun pemahaman yang kuat.
3. Neural Networks From Scratch in Python – Sentdex
Setelah memahami konsep jaringan saraf, langkah selanjutnya adalah membangunnya sendiri. Anda bisa mengikuti playlist “Neural Networks from Scratch in Python” di YouTube oleh Sentdex.
Sesuai namanya, ini adalah rangkaian video tutorial yang memandu Anda membangun jaringan saraf dari awal: mulai dari neuron tunggal, lalu diperluas menjadi lapisan neuron, hingga akhirnya disusun menjadi jaringan saraf utuh. Tutorial ini juga mencakup bahasan matematika penting seperti perkalian titik (dot product) dan turunan (derivatives).
Dengan membangun jaringan saraf dari awal, Anda akan memahami:
- Batch, layer, dan objek
- Fungsi aktivasi lapisan tersembunyi (hidden layer)
- Fungsi aktivasi softmax
- Entropi silang kategoris (categorical cross-entropy)
- Fungsi loss dan optimisasi
Setelah ini, Anda siap beralih ke membangun jaringan saraf menggunakan pustaka deep learning seperti PyTorch dan TensorFlow.
4. Deep Learning with PyTorch: A 60-Minute Blitz
Setelah memahami dasar-dasar jaringan saraf dan mencoba membangunnya sendiri, Anda bisa belajar membangun dan melatih jaringan saraf dengan pustaka deep learning seperti PyTorch dan TensorFlow.
PyTorch dikenal sebagai pustaka Pythonic. Jika Anda sudah terbiasa dengan pemrograman Python, maka Anda akan mudah belajar PyTorch. “Deep Learning with PyTorch: A 60-Minute Blitz” adalah tutorial singkat dari tim PyTorch yang mencakup hal-hal mendasar untuk memulai membangun jaringan saraf dengan PyTorch.
Dalam tutorial PyTorch untuk pemula ini, Anda akan belajar:
- Tensor dan operasi tensor
- Pengenalan torch.autograd, mesin diferensiasi otomatis yang memfasilitasi pelatihan jaringan saraf
- Dasar-dasar pelatihan jaringan saraf dengan PyTorch
- Melatih klasifikasi pada data gambar
Setelah menguasai dasar-dasar ini, Anda bisa mempelajari fitur PyTorch yang lebih lanjut tergantung pada aplikasi yang sedang Anda kerjakan.
5. PyTorch for Deep Learning and Machine Learning – freeCodeCamp
Sumber belajar gratis yang telah diulas sejauh ini akan membantu Anda memahami cara kerja jaringan saraf secara menyeluruh, termasuk semua matematika, intuisi, dan teori yang diperlukan. Tutorial 60 menit tentang PyTorch akan membantu Anda memulai dan menjalankan pembangunan jaringan saraf dengan PyTorch. Kini saatnya melangkah lebih jauh dan meningkatkan keterampilan PyTorch Anda.
Kursus “PyTorch for Deep Learning & Machine Learning” adalah kursus PyTorch komprehensif yang dibuat oleh Daniel Bourke dan dapat diakses secara gratis di saluran YouTube freeCodeCamp.