TF: Training Data untuk Google Colab

From OnnoWiki
Jump to navigation Jump to search

Google Colab menyediakan berbagai cara untuk mengakses dan memuat data pelatihan saat belajar menggunakan TensorFlow. Berikut beberapa metode yang dapat Anda gunakan:

1. Menggunakan Dataset Bawaan TensorFlow: TensorFlow menyediakan sejumlah dataset populer yang dapat diakses langsung melalui modul `tf.keras.datasets`. Misalnya, untuk memuat dataset MNIST, Anda dapat menggunakan kode berikut:

import tensorflow as tf

# Memuat dataset MNIST
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()

# Normalisasi nilai piksel ke rentang 0-1
x_train, x_test = x_train / 255.0, x_test / 255.0

Dataset lain yang tersedia termasuk CIFAR-10, CIFAR-100, dan Fashion-MNIST.

2. Mengimpor Dataset dari Google Drive: Jika Anda memiliki dataset yang disimpan di Google Drive, Anda dapat mengaksesnya dengan cara berikut:

from google.colab import drive
# Mount Google Drive
drive.mount('/content/drive')

# Akses file dataset
dataset_path = '/content/drive/My Drive/path/to/your/dataset'


Setelah drive ter-mount, Anda dapat menggunakan `dataset_path` untuk membaca dataset sesuai formatnya, misalnya menggunakan `pandas` untuk file CSV.

3. Mengunduh Dataset dari Internet: Anda dapat mengunduh dataset langsung dari internet menggunakan perintah shell seperti `wget` atau `curl`:

!wget -O dataset.zip 'URL_dataset_anda'


Setelah diunduh, Anda dapat mengekstrak dan memuatnya sesuai kebutuhan.

4. Menggunakan Kaggle Datasets: Untuk mengakses dataset dari Kaggle, Anda perlu mengunggah file `kaggle.json` yang berisi API token Anda:

from google.colab import files

# Unggah file kaggle.json
files.upload()

# Membuat direktori .kaggle dan memindahkan kaggle.json ke sana
!mkdir ~/.kaggle
!mv kaggle.json ~/.kaggle/
!chmod 600 ~/.kaggle/kaggle.json

# Mengunduh dataset dari Kaggle
!kaggle datasets download -d 'nama_dataset'

Setelah diunduh, ekstrak dan muat dataset sesuai formatnya.


Pranala Menarik