https://onnocenter.or.id/wiki/index.php?action=history&feed=atom&title=TF%3A_TensorFlow_Library_Management_di_Colab 2026-04-17T12:52:39Z Revision history for this page on the wiki MediaWiki 1.35.4 https://onnocenter.or.id/wiki/index.php?title=TF:_TensorFlow_Library_Management_di_Colab&diff=71922&oldid=prev 2025-03-11T04:37:39Z

<p><span dir="auto"><span class="autocomment">5. Menggunakan GPU atau TPU untuk Mempercepat Pelatihan</span></span></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="en"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Older revision</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Revision as of 04:37, 11 March 2025</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l63" >Line 63:</td> <td colspan="2" class="diff-lineno">Line 63:</td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==5. '''Menggunakan GPU atau TPU untuk Mempercepat Pelatihan'''==</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==5. '''Menggunakan GPU atau TPU untuk Mempercepat Pelatihan'''==</div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Google Colab menyediakan akses gratis ke GPU dan TPU untuk mempercepat pelatihan model. Untuk mengaktifkannya:<del class="diffchange diffchange-inline"></del></div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Google Colab menyediakan akses gratis ke GPU dan TPU untuk mempercepat pelatihan model. Untuk mengaktifkannya:</div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* '''Mengaktifkan GPU:''' Pergi ke menu `Runtime` &gt; `Change runtime type` &gt; pilih `GPU` sebagai `Hardware accelerator`.<del class="diffchange diffchange-inline"></del></div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* '''Mengaktifkan GPU:''' Pergi ke menu `Runtime` &gt; `Change runtime type` &gt; pilih `GPU` sebagai `Hardware accelerator`.</div></td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>* '''Mengaktifkan TPU:''' Pergi ke menu `Runtime` &gt; `Change runtime type` &gt; pilih `TPU` sebagai `Hardware accelerator`.<del class="diffchange diffchange-inline"></del></div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>* '''Mengaktifkan TPU:''' Pergi ke menu `Runtime` &gt; `Change runtime type` &gt; pilih `TPU` sebagai `Hardware accelerator`.</div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Setelah mengaktifkan, Anda dapat memeriksa perangkat yang tersedia:</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Setelah mengaktifkan, Anda dapat memeriksa perangkat yang tersedia:</div></td></tr> </table>

Onnowpurbo https://onnocenter.or.id/wiki/index.php?title=TF:_TensorFlow_Library_Management_di_Colab&diff=71921&oldid=prev 2025-03-11T04:37:22Z

<p>Created page with &quot;Mengelola dependensi dan pustaka tambahan dalam proyek TensorFlow di Google Colab sangat penting untuk memastikan lingkungan pengembangan yang sesuai dengan kebutuhan spesifik...&quot;</p> <p><b>New page</b></p><div>Mengelola dependensi dan pustaka tambahan dalam proyek TensorFlow di Google Colab sangat penting untuk memastikan lingkungan pengembangan yang sesuai dengan kebutuhan spesifik proyek Anda. Berikut adalah beberapa langkah dan contoh yang dapat Anda ikuti:<br /> <br /> ==1. '''Memeriksa Versi TensorFlow yang Terpasang'''==<br /> <br /> Google Colab biasanya sudah dilengkapi dengan TensorFlow. Untuk memeriksa versi yang terpasang:<br /> <br /> import tensorflow as tf<br /> print(tf.__version__)<br /> <br /> <br /> Jika Anda memerlukan versi tertentu, Anda dapat menginstalnya ulang.<br /> <br /> ==2. '''Menginstal Versi TensorFlow yang Spesifik'''==<br /> <br /> Untuk menginstal versi tertentu dari TensorFlow, gunakan perintah `pip`:<br /> <br /> !pip install tensorflow==2.4.1<br /> <br /> <br /> Setelah instalasi, restart runtime untuk menerapkan perubahan.<br /> <br /> ==3. '''Menginstal Pustaka Tambahan'''==<br /> <br /> Anda mungkin memerlukan pustaka tambahan seperti `numpy`, `pandas`, atau `matplotlib`. Untuk menginstalnya:<br /> <br /> !pip install numpy pandas matplotlib<br /> <br /> <br /> Contoh penggunaan pustaka tersebut:<br /> <br /> import numpy as np<br /> import pandas as pd<br /> import matplotlib.pyplot as plt<br /> <br /> # Contoh array NumPy<br /> arr = np.array([1, 2, 3, 4, 5])<br /> print(arr)<br /> <br /> # Contoh DataFrame Pandas<br /> df = pd.DataFrame({'Angka': arr})<br /> print(df)<br /> <br /> # Contoh plot Matplotlib<br /> plt.plot(arr)<br /> plt.title('Plot Contoh')<br /> plt.show()<br /> <br /> ==4. '''Mengimpor Dataset dari Google Drive'''==<br /> <br /> Untuk mengakses dataset yang disimpan di Google Drive:<br /> <br /> from google.colab import drive<br /> drive.mount('/content/drive')<br /> <br /> # Misalkan file dataset berada di 'My Drive/dataset.csv'<br /> dataset_path = '/content/drive/My Drive/dataset.csv'<br /> <br /> Setelah terhubung, Anda dapat menggunakan `pandas` untuk membaca dataset:<br /> <br /> df = pd.read_csv(dataset_path)<br /> print(df.head())<br /> <br /> ==5. '''Menggunakan GPU atau TPU untuk Mempercepat Pelatihan'''==<br /> <br /> Google Colab menyediakan akses gratis ke GPU dan TPU untuk mempercepat pelatihan model. Untuk mengaktifkannya:<br /> <br /> * '''Mengaktifkan GPU:''' Pergi ke menu `Runtime` &gt; `Change runtime type` &gt; pilih `GPU` sebagai `Hardware accelerator`.<br /> * '''Mengaktifkan TPU:''' Pergi ke menu `Runtime` &gt; `Change runtime type` &gt; pilih `TPU` sebagai `Hardware accelerator`.<br /> <br /> Setelah mengaktifkan, Anda dapat memeriksa perangkat yang tersedia:<br /> <br /> import tensorflow as tf<br /> <br /> # Memeriksa GPU<br /> print(tf.config.list_physical_devices('GPU'))<br /> <br /> # Memeriksa TPU<br /> try:<br /> tpu = tf.distribute.cluster_resolver.TPUClusterResolver()<br /> print('TPU ditemukan')<br /> except ValueError:<br /> print('TPU tidak ditemukan')<br /> <br /> ==6. '''Menginstal Pustaka dari Repositori GitHub'''==<br /> <br /> Jika pustaka yang Anda butuhkan tidak tersedia di PyPI tetapi tersedia di GitHub, Anda dapat menginstalnya langsung:<br /> <br /> !pip install git+https://github.com/username/repository.git<br /> <br /> <br /> Gantilah `username` dan `repository` dengan nama pengguna dan repositori yang sesuai.<br /> <br /> ==7. '''Menyimpan dan Memuat Model TensorFlow'''==<br /> <br /> Setelah melatih model, Anda mungkin ingin menyimpannya untuk digunakan kembali:<br /> <br /> # Menyimpan model<br /> model.save('model_name.h5')<br /> <br /> # Menyimpan ke Google Drive<br /> !cp model_name.h5 '/content/drive/My Drive/'<br /> <br /> <br /> Untuk memuat model yang disimpan:<br /> <br /> from tensorflow.keras.models import load_model<br /> <br /> # Memuat model dari Google Drive<br /> model = load_model('/content/drive/My Drive/model_name.h5')<br /> <br /> Dengan mengikuti langkah-langkah di atas, Anda dapat mengelola dependensi dan pustaka tambahan dalam proyek TensorFlow di Google Colab dengan efektif, memastikan lingkungan pengembangan yang sesuai dengan kebutuhan spesifik proyek Anda.<br /> <br /> ==Pranala Menarik==<br /> <br /> * [[TensorFlow]]</div>

Onnowpurbo