GSP634

Ringkasan

Dalam lab lain, set data Fashion MNIST digunakan untuk melatih pengklasifikasi gambar. Dalam kasus ini, Anda memiliki gambar berukuran 28x28 dengan subjeknya berada di bagian tengah. Dalam lab ini, Anda akan belajar lebih dalam dengan melakukan pelatihan untuk mengenali fitur-fitur dalam gambar yang subjeknya bisa berada di mana saja dalam gambar tersebut.

Anda akan melakukannya dengan membangun pengklasifikasi horses-or-humans yang akan memberi tahu apakah gambar tertentu berisi kuda atau manusia, dan jaringan akan dilatih untuk mengenali berbagai fitur yang menentukan masing-masing gambar.

Tujuan

Di lab ini, Anda akan mempelajari cara:

• Memahami model awal
• Menambahkan konvolusi, mengumpulkan data, dan menentukan model
• Mengompilasi dan melatih model
• Memvisualisasikan Konvolusi dan penggabungan

Prasyarat

Meskipun ini adalah lab yang berdiri sendiri, pertimbangkan untuk mengikuti lab yang berjudul Mengklasifikasi Gambar dengan Jaringan Neural Konvolusional TensorFlow untuk memaksimalkan pembelajaran Anda.

Penyiapan dan persyaratan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

Catatan: Gunakan jendela Samaran (direkomendasikan) atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Catatan: Hanya gunakan akun siswa untuk lab ini. Jika Anda menggunakan akun Google Cloud yang berbeda, Anda mungkin akan dikenai tagihan ke akun tersebut.

Cara memulai lab dan login ke Google Cloud Console

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, dialog akan terbuka untuk memilih metode pembayaran. Di sebelah kiri ada panel Lab Details yang berisi hal-hal berikut:

   • Tombol Open Google Cloud console
   • Waktu tersisa
   • Kredensial sementara yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

   Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

   {{{user_0.username | "Username"}}}

   Anda juga dapat menemukan Username di panel Lab Details.

4. Klik Next.

5. Salin Password di bawah dan tempel ke dialog Welcome.

   {{{user_0.password | "Password"}}}

   Anda juga dapat menemukan Password di panel Lab Details.

6. Klik Next.

   Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

7. Klik halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan mendaftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk mengakses produk dan layanan Google Cloud, klik Navigation menu atau ketik nama layanan atau produk di kolom Search.

Mengaktifkan Cloud Shell

Cloud Shell adalah mesin virtual yang dilengkapi dengan berbagai alat pengembangan. Mesin virtual ini menawarkan direktori beranda persisten berkapasitas 5 GB dan berjalan di Google Cloud. Cloud Shell menyediakan akses command-line untuk resource Google Cloud Anda.

1. Klik Activate Cloud Shell di bagian atas Konsol Google Cloud.

2. Klik jendela berikut:

   • Lanjutkan melalui jendela informasi Cloud Shell.
   • Beri otorisasi ke Cloud Shell untuk menggunakan kredensial Anda guna melakukan panggilan Google Cloud API.

Setelah terhubung, Anda sudah diautentikasi, dan project ditetapkan ke Project_ID, . Output berisi baris yang mendeklarasikan Project_ID untuk sesi ini:

Project Cloud Platform Anda dalam sesi ini disetel ke {{{project_0.project_id | "PROJECT_ID"}}}

gcloud adalah alat command line untuk Google Cloud. Alat ini sudah terinstal di Cloud Shell dan mendukung pelengkapan command line.

3. (Opsional) Anda dapat menampilkan daftar nama akun yang aktif dengan perintah ini:

gcloud auth list

4. Klik Authorize.

Output:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} Untuk menetapkan akun aktif, jalankan: $ gcloud config set account `ACCOUNT`

5. (Opsional) Anda dapat menampilkan daftar ID project dengan perintah ini:

gcloud config list project

Output:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Catatan: Untuk mendapatkan dokumentasi gcloud yang lengkap di Google Cloud, baca panduan ringkasan gcloud CLI.

Tugas 1. Membuka notebook di Vertex AI Workbench

1. Di Konsol Google Cloud, pada Navigation menu (), klik Vertex AI > Workbench.

2. Cari instance lalu klik tombol Open JupyterLab.

Antarmuka JupyterLab untuk instance Workbench Anda akan terbuka di tab browser baru.

Catatan: Jika Anda tidak melihat notebook di JupyterLab, ikuti langkah tambahan berikut untuk mereset instance:

1. Tutup tab browser untuk JupyterLab, lalu kembali ke halaman beranda Workbench.

2. Pilih kotak centang di samping nama instance, lalu klik Reset.

3. Setelah tombol Open JupyterLab diaktifkan kembali, tunggu satu menit, lalu klik Open JupyterLab.

Tugas 2. Menjalankan notebook lab

1. Di menu sebelah kiri, ubah untuk menyertakan region Anda di sel 6. Anda bisa mendapatkan informasi ini di panel kiri petunjuk lab.

2. Lanjutkan lab di notebook, lalu jalankan tiap sel dengan mengklik ikon Run ( ) di bagian atas layar. Atau, Anda dapat menjalankan kode dalam sel dengan menekan SHIFT + ENTER.

Baca narasinya dan pastikan Anda memahami apa yang terjadi di tiap sel.

Untuk melihat status pelatihan dan deployment di Vertex AI, Anda dapat mengikuti petunjuk dalam notebook yang berisi ilustrasi.

Memeriksa progress Anda di notebook

Membuat Bucket Cloud Storage

Catatan: Saat membuat bucket, ubah REGION yang telah ditetapkan untuk Anda di panel resource siswa.

Klik Check my progress untuk memverifikasi apakah bucket sudah dibuat atau belum. Membuat Bucket Cloud Storage

Melatih Model di Vertex AI

Klik Check my progress untuk memverifikasi tujuan. Melatih Model di Vertex AI

Menyalin Hasil Prediksi Batch

Klik Check my progress untuk memverifikasi tujuan. Menyalin Hasil Prediksi Batch

Selamat!

Dalam lab ini, Anda menggunakan konvolusi untuk mengidentifikasi fitur-fitur dalam gambar yang subjeknya bisa berada di mana saja dalam gambar.

Langkah berikutnya/pelajari lebih lanjut

• Baca dokumentasi Tensorflow tentang ImageDataGenerator
• Pelajari lebih lanjut di bagian Keras DataGenerator.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 12 Desember 2024

Lab Terakhir Diuji pada 12 Desember 2024

Hak cipta 2025 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.