Convolution memanfaatkan struktur lokal pada gambar sehingga model belajar pola visual dengan parameter jauh lebih sedikit daripada fully connected layer. Section ini membahas operasi dasarnya satu per satu, lalu menelusuri evolusi arsitektur CNN klasik hingga EfficientNet beserta pola desain yang membuat masing-masing berhasil.

# Pengenalan CNN

Pahami mengapa fully connected layer tidak cocok untuk gambar, lalu lihat tiga ide kunci convolution: koneksi lokal, weight sharing, dan hierarki fitur visual.

Buka → # Representasi Gambar

Lihat gambar sebagai tensor (H, W, C): channel, rentang nilai 0-255 vs 0-1, perbedaan urutan dimensi NCHW dan NHWC, serta patch lokal sebagai unit kerja convolution.

Buka → # Convolution Layer

Bedah operasi konvolusi 2D langkah demi langkah dengan implementasi NumPy murni: jendela geser, perkalian, penjumlahan, bias, rumus ukuran keluaran, lalu verifikasi angka dengan torch F.conv2d.

Buka → # Filter dan Kernel

Lihat kernel sebagai detektor pola: kernel tepi, blur, dan sharpen klasik diterapkan pada citra digits, lalu pahami mengapa CNN modern membiarkan bobot kernel dipelajari dari data alih-alih dirancang manual.

Buka → # Stride, Padding, dan Dilation

Kendalikan pergerakan jendela convolution dengan stride, jaga ukuran spasial dengan padding, dan perluas jangkauan dengan dilation — lengkap dengan tabel ukuran keluaran hasil uji nyata dan verifikasi rumusnya.

Buka → # Pooling Layer

Pahami max pooling dan average pooling sebagai downsampling tanpa parameter, rumus ukuran keluarannya, invariance kecil terhadap pergeseran, dan global average pooling pada arsitektur modern.

Buka → # Feature Map

Bongkar isi channel keluaran CNN: satu filter menghasilkan satu feature map, banyak filter membangun hierarki fitur visual dari tepi hingga objek, dan receptive field tumbuh tiap layer yang ditumpuk.

Buka → # Arsitektur CNN

Rangkai seluruh komponen menjadi arsitektur CNN utuh: blok konvolusi berulang dengan channel naik dan spatial turun, ditutup classifier head fully connected, lalu latih CNN mini lengkap pada dataset digits sampai akurasi di atas 0.95.

Buka → # LeNet dan AlexNet

Telusuri dua tonggak sejarah CNN: LeNet-5 tahun 1998 untuk pembaca digit cek bank dan AlexNet tahun 2012 yang memenangkan ImageNet lewat GPU, ReLU, dan dropout — lengkap dengan implementasi mini LeNet-5 yang teruji nyata.

Buka → # VGG dan Inception

Pelajari dua arah desain CNN tahun 2014: kedalaman seragam ala VGG dengan kernel 3x3 dan percabangan multi-skala ala Inception dengan bottleneck 1x1.

Buka → # Residual Network

Pelajari masalah degradasi jaringan sangat dalam dan bagaimana skip connection pada Residual Network memberi jalan pintas bagi gradien.

Buka → # EfficientNet

Pelajari depthwise separable convolution, blok MBConv, dan compound scaling yang membuat EfficientNet mencapai akurasi tinggi dengan parameter jauh lebih sedikit.

Buka → # Transfer Learning untuk Gambar

Terapkan pola transfer learning pada tugas visual: bekukan backbone pretrained, latih head baru, dan bandingkan hasilnya dengan melatih model dari nol.

Buka →