waktu tersisa untuk klaim promo DISKON 40%. Klaim Promo
Lebih terarah belajar coding melalui Kelas Online dan Interactive Coding Lihat Materi Belajar

TensorWatch, AI Debugging Tools Dari Microsoft

Ditulis oleh Salwa Husnun Fauziah Huda, dipublikasi pada 25 Jul 2019 dalam kategori Info
TensorWatch, AI Debugging Tools Dari Microsoft - CodePolitan.com

Project deep learning selalu disertai dengan kompleksitas model yang meningkat, dataset besar, dan waktu pelatihan model yang lama sehingga sering menyulitkankan programmer untuk melakukan logging/debugging. Saat ini, programmer AI tak perlu risau lagi untuk mengatasi masalah tersebut. Raksasa perangkat lunak Microsoft telah merilis TensorWatch, sebagai solusi dari keresahan yang dialami programmer AI. TensorWatch merupakan tools debugging dan visualisasi AI yang dirancang untuk data science, integrated learning dan improved learning. Dimana tools ini termasuk ke dalam library Python yang menggunakan Jupyter Notebook.

Fitur desain utama TensorWatch di buat fleksibel dan dapat dikembangkan sehingga programmer bisa dengan mudah membuat visualisasi khusus UI maupun dasbor. Selain itu, tools ini juga memiliki kemampuan unik untuk mengeksekusi permintaan secara otomatis terhadap proses pelatihan ML, serta dapat meningkatkan aliran dana hasil kueri dan melihatnya dengan menggunakan visualizer.

Berikut adalah contoh TensorWatch yang berjalan di Jupyter Notebook untuk membuat grafik secara langsung dari beberapa data yang dihasilkan oleh aplikasi pelatihan ML:

Selain visualisasi khusus UI dan dasbor, tools ini juga mendukung visualisasi standar seperti diagram batang, histogram, dan diagram lingkaran dalam versi 2D dan 3D. Disisi lain, tools ini juga menggunakan lazy logging mode yang mana programmer AI tidak harus membuat catatan secara eksplisit melainkan hanya perlu memintanya untuk mengamati variabel-variabel tersebut. Sehingga programmer AI dapat dengan mudah melacak variabel yang dibutuhkan.

Sebagai contoh di bawah ini, programmer AI dapat memvisualisasikan pasangan gambar I/O secara acak selama pelatihan autoencoder pada dataset buah. Dimana gambar-gambar buah tersebut tidak dicatat sebelumnya dalam skrip, melainkan programmer AI hanya mengirimkan kueri sebagai ekspresi Python lambda yang menghasilkan aliran gambar yang ditampilkan di Jupyter Notebook:

TensorWatch juga menyediakan fitur untuk fase pra dan pasca pelatihan dengan memanfaatkan library open-source yang ada. Seperti, Hiddenlayer, Torchstat, Visual Attribution untuk menyediakan visualisasi grafik model.

Lihat contoh lengkapnya di file Jupyter Notebook ini.

Referensi:


background

Gabung CodePolitan Membership

Ingin belajar coding secara online dengan lebih terarah? Gabung sekarang dalam program Premium Membership di CodePolitan. Dapatkan ratusan modul belajar pemrograman premium dalam beragam format dengan materi silabus lengkap dan tersusun rapi dari awal hingga mahir.

LIHAT MATERI BELAJAR GABUNG MEMBERSHIP