Ulasan Buku: Deep Learning with PyTorch – Vishnu Subramanian (Feb 2018)

Deep Learning with PyTorch: A practical approach to building neural network models using PyTorch
Paperback: 262 pages
Publisher: Packt Publishing (February 23, 2018)
Language: English
ISBN-10: 1788624335
ISBN-13: 978-1788624336
Link: Amazon | O’Reilly

Skor saya: (3/5)

Buku ini adalah buku PyTorch pertama yang saya baca dan membuat saya berpaling dari Keras hehe. Menurut saya isinya cukup komprehensif. Topik yang dibahas cukup luas, mulai dari pengenalan AI, ML, lalu pengenalan PyTorch dimulai dengan pembahasan yang cukup banyak tentang tensor lalu pemrograman NN, sampai topik-topik DL seperti CNN, pemrosesan sekuensial (RNN/LSTM) dan alikasinya pada pemrosesan teks, GAN, sampai pengenalan model-model mutakhir DL.

Masalah utama buku ini, menurut saya, adalah dia sudah tidak mutakhir. Melihat tanggal penerbitannya, berarti buku ini diterbitkan sebelum PyTorch 0.4 dirilis (sekarang sudah PyTorch 1.1). Hal ini menyebabkan saya bertanya-tanya, jangan-jangan kode-kode di buku ini sudah tidak mutakhir lagi (apalagi setelah mengikuti tutorial daring dan membaca buku-buku yang lain), misalnya:

• mengapa dari awal tidak menggunakan kelas yang diturunkan dari nn.Module untuk implementasi model,
• kenapa menggunakan __forward__ alih-alih forward(),
• kenapa memakai nn.ReLU() bukannya nn.functional.ReLU(),
• kenapa memakai loss function sendiri alih-alih memakai punyanya PyTorch,
• memakai tensor.cuda() alih-alih tensor.to(device) untuk memindahkan tensor ke GPU
• dsb.

Mungkin kode-kodenya masih bisa jalan, tapi karena kita baru mulai belajar, tentu kita menginginkan belajar idiom yang benar.

Disamping itu pembahasan di buku ini juga agak lompat-lompat. Misalnya di bab 3 yang membuat Hello World, langsung memakai ResNet yang merupakan salah satu model mutakhir CNN, padahal di bab berikutnya bab 4  baru diberikan pengenalan ML dari dasar (dari tentang perbedaan supervised/unsupervised/reinforcement learning, overfitting/bias, dll).

Menurut saya mungkin kurang bagus untuk membaca buku ini terutama karena alasan kemutakhiran di atas. Paling tidak kita tunggu sampai edisi berikutnya terbit.