Ulasan Buku: Programming PyTorch for Deep Learning – Ian Pointer (Nov 2019)

Programming PyTorch for Deep Learning – Ian Pointer (Nov 2019)

Paperback: 300 pages
Publisher: O’Reilly Media; 1 edition (November 4, 2019)
ISBN-10: 1492045357
ISBN-13: 978-1492045359
Link: Amazon | O’Reilly

Catatan: saya membaca versi Early Access dari buku ini, dari situs O’Reilly, sehingga mungkin masih mengandung banyak kesalahan karena masih mentah dan belum disunting, sehingga skornya jadi kurang bagus.

Skor saya: (3/5)

Saya suka buku ini karena fokusnya langsung ke PyTorch. Tidak seperti buku-buku lain yang mencoba mengulas teori ML/DL-nya dan akibatnya malah pembahasannya jadi dangkal di dua-duanya, baik teorinya dan programmingnya.

Buku ini mungkin lebih tepat disebut tutorial, karena gaya penulisannya adalah di suatu bab kita akan dibimbing untuk menyelesaikan suatu proyek, misalnya klasifikasi gambar di bab 2. Kelebihannya dibanding tutorial daring adalah buku ini lebih dalam dalam menuturkan konsep-konsep API nya (misalnya konsep Dataset dan DataLoader di bab 2). Dan inilah kenapa kita memilih membaca buku dari pada tutorial daring kan, yaitu karena buku seharusnya melakukan pembahasan lebih dalam.

Buku ini tidak luas, juga tidak dalam. Tidak banyak topik-topik yang dibahas di buku ini. Hanya ada NN (hanya klasifikasi), CNN, transfer learning, dan beberapa tips. Hanya ada 4 bab. Tidak ada RNN/LSTM, GAN, apalagi reinforcement learning. Tidak ada juga pembahasan yang mendalam tentang modul-modul ataupun fitur-fitur PyTorch (misalnya tentang berbagai optimizer atau loss function yang bisa dipilih).

Menurut saya buku ini bagus dipakai untuk pengenalan pertama PyTorch, dimana Anda dibimbing mulai dari instalasi sampai pembuatan model yang pertama agar mengenal PyTorch, tanpa harus mengetahui secara luas dan dalam terlebih dahulu. Setelah itu baru Anda baca buku lain atau ikuti tutorial daring.

Tapi sayang, benar benar sayang..

Karena buku ini masih early release (edisi cetaknya malah belum terbit), buku ini banyak sekali kesalahannya (menurut saya sih). Di bab 2 saja, saya menemukan dan sudah men-submit 4-5 potensi errata (Anda bisa lihat daftar errata di sini, untuk saat ini bisa dilihat di bagian unconfirmed). Masalahnya adalah karena saya juga baru belajar, saya juga tidak yakin apakah kesalahannya di buku, atau pemahaman saya yang keliru. Sungguh tidak enak membaca buku dengan perasaan seperti itu. Oleh karena itu akhirnya saya tidak melanjutkan membaca buku ini setelah bab 2.