Langsung ke konten utama

Arsitektur Deep Learning

Deep Feedforward Network

Deep Feedforward Network atau dikenal dengan Multilayer Perceptron (MLP) merupakan pengembangan dari Jaringan saraf tiruan yang menekankan pada penggunakan satu atau lebih lapis tersembunyi (hidden layer) pada jaringannya dan penggunaan fungsi transformasi non-linear sebagai fungsi transformasi. Jaringan ini disebut Feedforward oleh karena sifatnya yang membawa informasi dari lapis masukan (input layer) untuk dibawa dan ditransformasi ke depan hingga lapis luaran (output layer).

Recurrent Neural Network

Recurrent Neural Network merupakan pengembangan dari Deep Feedforward Network yang mana informasi dari suatu neuron dapat berputar kembali ke neuron yang sama (Deep Feddforward Network hanya membawa informasi ke lapis A ke lapis B secara progresif tanpa kembali ke lapis sebelumnya).

Convolutional Neural Network

Convolutional Neural Network merupakan modifikasi dari Deep Feedforward Network yang mana setiap lapisnya dibuat dalam bentuk topologi grid mendalam.

Label:

Komentar

Posting Komentar

Postingan populer dari blog ini

Jaringan Saraf Tiruan (Artificial Neural Network)

Jaringan saraf tiruan merupakan jaringan dari unit pemroses kecil yang saling terhubung, yang dimodelkan berdasar jaringan saraf (neuron )  jaringan saraf . Jaringan Saraf Tiruan (JST) (Artificial Neural Network) (ANN), atau juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural network (NN), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh karena itu sifatnya yang adaptif, JST juga sering disebut dengan jaringan adaptif. Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Menurut suatu teorema yang disebut "teorema penaksiran universal", JST dengan minimal sebuah...
Posting Komentar
Baca selengkapnya

Pembelajaran Dalam (Deep Learning)

sumber gambar : https://beyonder.asia/ini-alasan-mengapa-deep-learning-dapat-mengubah-hidup-anda/ Pembelajaran Dalam  (bahasa Inggris:  Deep Learning ) atau sering dikenal dengan istilah  Pembelajaran Struktural Mendalam  (bahasa Inggris:  Deep Structured Learning ) atau  Pembelajaran Hierarki  (bahasa Inggris:  Hierarchical learning ) adalah salah satu cabang dari ilmu Pembelajaran mesin (bahasa Inggris:  Machine Learning ) yang terdiri algoritme pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam. Teknik dan algoritme dalam Pembelaran dalam dapat digunakan baik untuk kebutuhan pembelajaran terarah ( supervised learning ), pembelajaran tak terarah ( unsupervised learning ) dan semi-terarah ( semi-supervised learning ) dalam berbagai aplikasi seperti pengenalan citra, pengenalan suara, klasifikasi teks, dan sebagainya. Model pada Pembe...
Posting Komentar
Baca selengkapnya

Daftar Blog Dewanto Krisna

(gambar mungkin memiliki hak cipta / bukan milik saya) Student Blog Dinus : Link Wordpress Blog : Link Blogspot : Link
Posting Komentar
Baca selengkapnya