NPM : 21218343
Kelas : 4EB01
LAPORAN AKHIR M3
Pada praktikum minggu 3 dengan mode self-study ini, materi yang diberikan pemapar
materi adalah membuat GAN dengan bahasa pemrograman Python 3 serta training GAN,
Outputting Image, dan Membuat GIF. Berikut adalah langkah-langkahnya.
Gambar 2 (Langkah 2)
3. Building Generator
Langkah ketiga adalah membentuk atau membangun komponen generator. Generator
adalah bagian dari GAN yang bertugas untuk belajar membuat data palsu dengan
memasukkan umpan balik dari diskriminator dan belajar untuk membuat agar
diskriminator berhasil mengklasifikan outputnya sebagai yang sebeneranya atau
nyata.
Untuk membentuk komponen generator, kita harus menentukan sebuah fungsi berupa
build generator. Selanjutnya adalah mendefinisikan model yang ingin kita buat, yakni
menggunakan model neural network sequential. Hal ini dikarenakan 99% model
neural network berbentuk sequential. Langkah selanjutnya adalah menambahkan
model dence dan batch normal. Dan terakhir adalah menjalankan fungsi yang telah
dibangun. Ketikan coding seperti pada gambar 3.1 – 3.3 berikut di bawah ini, lalu run.
Gambar 3. 1 (Langkah 3)
Gambar 3.2 (Langkah 3)
#Note: Semakin banyak layer yang di definisikan, semakin baik pula model GAN
yang dibuat. Namun hal ini juga memperbesar kebutuhan komputasi yang dibutuhkan
untuk menjalankan kode program tersebut.
6. Outputting Image
Pada tahap ini, kita akan mengimport image/gambar. Gambar ini akan digunakan
pada tahap selanjutnya untuk menjalankan fungsi GAN yang telah menghubungkan
generator dan diskriminator pada tahap 5.
7. Training GAN
Pada tahap ketujuh ini, algoritma GAN yang telah dibentuk pada tahap 5 diterapkan
pada image yang telah kita import di tahap 6 sebelumnya. Penerapan algoritma GAN
pada tahap ini akan mendefinisikan apakah Image yang kita import pada tahap 6
merupakan Real Image atau Fake Image. Training GAN pada praktikum ini dilakukan
sebanyak 30.000 batch dengan batch size 64 dan save internal 200. Ketikkan coding
seperti pada gambar 7.1 – 7.3 di bawah ini lalu run.
Gambar 7.1 (Langkah 7)
8. Making GIF
Tahap terakhir pada praktikum kali ini ada membuat GIF. GIF pada tahap ini
merupakan implementasi dari hasil training GAN pada tahap sebelumnya. GIF yang
ditampilkan adalah Real Image yang berhasil di definisikan oleh algoritma GAN pada
tahap sebelumnya. Animasi gif ini disimpan dengan nama “dcgan.gif”
Gambar 8 (Langkah 8)