CNN-2

Perhatikan potongan kode berikut. Apa fungsi dari model.fit()?

• Menentukan akurasi akhir model

• Melatih model dengan data latih selama beberapa iterasi

• Menampilkan layer terakhir model

• Menghentikan training saat akurasi stabil

Apa fungsi utama layer ini?

• Menambah ukuran fitur

• Mengurangi dimensi data dan noise

• Menggabungkan semua channel

• Mengaktifkan semua neuron

pada arsitektur tersebut berapa jumlah kelas yang dapat dikenali oleh model

Berapa jumlah layer convolution yang digunakan pada arsitektur tersebut

• 32

• 128

• 3

• 2

gambar tersebut merupakan potongan log hasil training model. Apa indikasi dari hasil training tersebut?

• Model Underfitting

• Model Overfitting

• Model Sangat stabil

• Model belum di latih cukup lama

Jika Log model anda seperti ditunjukkan oleh gambar tersebut, Berikut ini langkah yang dapat anda lakukan kecuali

• Menambah jumlah iterasi

• Menambah Jumlah unit neuron

• Menggunakan dropout layer

• mengatur optimizer learning

Berdasarkan grafik tersebut, bagaimana performa model yang dihasilkan oleh model ?

• Model Underfitting

• Model Overfitting

• Model Sudah optimal/best fit

• Model Tidak bisa di analisis

berdasarkan grafik tersebut, bagaimana performa model yang dihasilkan model tersebut?

• Model mengalami underfitting

• Model Mengalami overfitting

• Model optimal (best fitting)

• Model tidak dapat dianalisis

Model yang dihasilkan oleh konfigurasi tersebut adalah model yang ditujukan untuk

• Klasifikasi

• Regresi

• Reduksi dimensi

• Clustering

fungsi aktivasi yang sesuai untuk konfigurasi pada output layer tersebut adalah

• sigmoid

• relu

• softmax

• linear