Project: MLP & CNN from scratch
M3 — Deep Learning
Implementasikan jaringan saraf MLP manual di NumPy, lalu bangun arsitektur CNN di PyTorch untuk mengklasifikasikan dataset gambar (MNIST / CIFAR-10).
Yang Dibangun
- 2-Layer Neural Network manual dengan verifikasi gradien numerik.
- Model PyTorch CNN lengkap dengan regularisasi Dropout dan optimasi AdamW.
Langkah pengerjaan
- Tulis forward dan backward pass 2-layer MLP di NumPy dan verifikasi penurunan loss
- Bangun model CNN di PyTorch dengan Conv2d, BatchNorm, ReLU, dan MaxPool2d
- Latih model pada dataset CIFAR-10 dengan validasi akurasi >= 80%
- Terapkan Dropout (p=0.3) dan Weight Decay untuk mencegah overfitting
- Simpan bobot model terbaik (.pth) dan catat grafik training curve
M3