Ulasan Buku: Deep Learning with PyTorch Quick Start Guide – David Julian (Des 2018)

Deep Learning with PyTorch Quick Start Guide – David Julian (Des 2018)

Paperback: 158 pages
Publisher: Packt Publishing (December 24, 2018)
Language: English
ISBN-10: 1789534097
ISBN-13: 978-1789534092
Link: O’Reilly | Amazon

Skor saya: (4/5)

Buku ini cukup tipis (versi cetaknya hanya 158 halaman) namun isinya lumayan komprehensif dan penyajiannya cukup runut. Diawali dengan pengenalan teori ML, dengan formula-formula mulai linear dan logistic regression sampai dengan loss function sampai dengan gradient descent untuk NN. Walaupun menurut saya pembahasan teori/formula tidak perlu, tapi kalau ada juga tak apa-apa lah. Saya sendiri saya skip-skip saja membaca teorinya.

Memasuki bagian praktisnya (baca: pemrograman), pembahasannya sangat runut, mulai dari tipe-tipe dan operasi dasar di PyTorch, lalu pembuatan model dengan tingkat kerumitan yang menanjak, mulai dari linear regression, lalu logistic regression, multiclass linear regression, NN, NN dengan beberapa hidden layer, CNN, lalu RNN seperti LSTM dan GRU. Pembahasan selalu dimulai dengan sedikit teori lalu diuraikan kodenya bagian demi bagian, sekaligus analisis akurasi dan performansinya.

Sekali lagi untuk teorinya saya tidak terlalu membaca, soalnya saya pikir rasanya kalau Anda belum pernah mempelajari teori CNN dan RNN maka akan sangat sulit untuk mengerti teorinya hanya dengan membaca penjelasan dari buku ini, jadi lebih baik Anda belajar teorinya dari tempat lain.

Keseluruhan buku ini saya masih bisa mengikuti sampai dengan CNN. Di bagian RNN terus terang saya cukup sulit untuk mengikuti, karena introduksinya juga cuma satu dua halaman saja! Di bab terakhir diberikan penjelasan tentang komponen-komponen ekstra yang belum sempat dibahas dengan detil, misalnya tentang optimizer, learning rate scheduler, pemrosesan terdistribusi, penggunaan GPU, dsb. Menurut saya cukup berguna.

Kritik lain dari buku ini adalah kode-kode disajikan sebagai gambar, bukan teks, sehingga tidak bisa di copy-paste kalau Anda membaca softcopy bukunya (saya membaca di O’Reilly Learning). Jadi untuk mencoba kodenya, Anda harus mengunduhnya dari GitHub. Tidak terlalu masalah sih, tapi ada yang mengeluh kalau kodenya tidak terbaca di Kindle.

Kesimpulannya buku ini cukup bagus sebagai buku pemula/pengenalan PyTorch. Saya akan memberikan bintang lima kalau saja bagian RNN-nya bisa saya mengerti.

Sebagai tambahan catatan. Untuk buku-buku, saya berlangganan O’Reilly Learning, di mana dengan $39 per bulan Anda bisa membaca banyak sekali buku-buku komputer secara daring (ada masa trial 10 hari gratis tanpa kartu kredit).