Detail Cantuman Kembali
KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
- Bagikan:
Artificial Intelligence telah banyak digunakan dan di implementasikan pada
kehidupan sehari-hari. Salah satu arsitektur yang banyak digunakan untuk Artificial
Inteligence adalah CNN (Convolutional neural network), semakin rumit kasus yang
di kerjakan oleh CNN maka semakin banyak juga parameter yang dimiliki CNN
tersebut. Dengan besarnya ukuran CNN maka di perlukan metode untuk
mengurangi ukuran CNN tersebut tanpa mengurangi akurasinya secara signifikan
sehingga akan menghemat resource saat di implementasikan pada sistem tertentu.
Pruning adalah penerapan kriteria biner untuk menentukan bobot yang
harus di pangkas, bobot yang cocok untuk kriteria pemangkasan di beri nilai nol.
Sedangkan quantization adalah teknik untuk mengurangi jumlah bits yang
merepresentasikan sebuah angka.
Metode kompresi ini dibuat menggunakan bahasa pemrograman python dan
menggunakan data gambar sebagai input untuk training dan testing model CNN
yang akan di kompres. Dari hasil implementasi yang dilakukan dalam penelitian ini
didapatkan kesimpulan bahwa metode pruning dan quantization dapat mengurangi
ukuran model CNN secara signifikan dengan pengurangan akurasi relative kecil
untuk uji coba pada dataset kecil yaitu 1000 gambar anjing dan 1000 gambar kucing
untuk training dan 400 gambar anjing serta 400 gambar kucing untuk data validasi.
Kata kunci : Convolutional Neural Network, Pruning, Python, Quantization.
094 Suw K R.1
NONE
Text
Indonesia
STMIK AKAKOM
2021
Yogyakarta
LOADING LIST...
LOADING LIST...