Description

Pada portofolio ini saya melakukan sebuah klasifikasi menggunakan library pytorch dengan dataset Mnist, dataset ini merupakan dataset yang berisi tulisan angka menggunakan tangan, dataset yang saya gunakan telah dikonversi menjadi bentuk matriks yang disimpan dalam bentuk csv sehingga tidak diperlukan preprocessing dari data mnist yang asli yaitu sebuah gambar.

Setelah data disimpan kita mendeklarasikan model yang dibuat disini saya menggunakan 5 hidden layer yang menggunakan aktivasi ReLu dan untuk output layer saya menggunakan Softmax. Pada output layer akan saya visualisasikan akurasi, loss train dan loss validation. Dalam proses trainning saya menggunakan GPU sehingga proses yang dijalankan bisa lebih cepat

Model layer deep learning yang saya gunakan:

Parameter train model yang saya gunakan antara lain:

Epoch: 25

Learning rate: 0,0015

Arsitektur rancangan deep learning klasifikasi mnist dataset:

Berikut saya berikan hasil epoch terakhir pada trainning model:

Setelah dilakukan train dengan 25 epoch didapatkan loss train 0,022 dan akurasi 97%, untuk chart selama proses trainning model beerikut saya sajikan:

Setelah dirasa model yang dimiliki cukup baik kita lakukan saving model yang kita miliki dan bisa kita gunakan untuk lain waktu ketika dibutuhkan