TF: Training Data untuk Google Colab

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 n/* Pengenalan Google Colab */ ilai 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.