Perpustakaan Digital ITB

Penelitian ini berfokus pada penerapan 8-bit optimizer untuk menunjang proses pembelajaran mesin, khususnya pada kasus pelatihan model deep learning untuk klasifikasi citra. Optimizer ini dipilih karena masih bersifat baru dan belum banyak diuji oleh kalangan luas. Pengujian performa 8-bit optimizer sudah pernah dilakukan pada kasus natural language processing (NLP) dengan hasil yang sangat baik dibandingkan dengan optimizer lainnya, sehingga penelitian ini akan menguji performa penerapan 8-bit optimizer tersebut untuk kasus klasifikasi citra. Penelitian dilakukan dengan cara membandingkan performa pelatihan model deep learning tanpa optimizer, dengan optimizer Adam, dan dengan 8-bit optimizer. Dengan metrik penggunaan memori GPU, akurasi model, dan waktu pelatihan model, didapat bahwa 8-bit optimizer dapat menghasilkan penghematan memori GPU dan akurasi yang terbaik, namun dengan waktu pelatihan yang sedikit lebih lama. Diharapkan bahwa penelitian ini dapat menjadi batu loncatan untuk pemahaman penggunaan optimizer yang lebih mendalam, terutama pada bidang deep learning.