Kuidas sooritada TensorFlow arendaja sertifikaadi eksam

Selle aasta 12. märtsil tutvustas TensorFlow meeskond TensorFlow arendaja sertifikaadi eksamit.

Lõika 13. juunini ja mul on TensorFlow arendaja sertifikaat. ✅

Mis siis juhtus selles 3-kuulises vahes?

Pärast kõigi oma äri- ja isiklike kohustuste täitmist õnnestus mul eksamiks valmistumiseks üks kuu maha võtta. Pärast eksami kõigi üksikasjade uurimist koostasin õppeplaani, et end 14 päeva jooksul eksamiks valmis saada *.

See on kõik lahe - aga mis on TensorFlow?

Põhisisu: TensorFlow on otsast lõpuni avatud lähtekoodiga masinõppe platvorm. Sellel on ulatuslik raamatukogude, tööriistade ja kogukonna ressursside ökosüsteem, mis võimaldab ML / AI inseneridel, teadlastel / analüütikutel ML-toega rakendusi ehitada ja juurutada.

Google, Airbnb, DeepMind, intel, Twitter ja paljud teised on praegu TensorFlow toiteallikad ja see aitab neil lahendada laia valikut probleeme.

Nüüd ei ole ma sertifitseerimisevangelist. Kuid kuna ma juba kasutasin ja jälgisin TensorFlowi nii tihedalt kui andmeteaduse harrastajat, pälvis see minu tähelepanu.

See on olnud hämmastav õppimisjärg ja olen siin, et jagada kõiki üksikasju selle kohta, mis on programm, kuidas ma seda tegin ja kuidas saate seda ka teha!

Millest see sertifikaatide programm räägib?

Sertifikaat on ametlik kinnitus, mis kinnitab teie oskusi TensorFlow'ga seoses süvaõppe ja ML-probleemide lahendamisega tehisintellekti juhitud tööturul.

Kui olete keegi, kellel on oskused nende sügavate närvivõrkude arendamiseks ja sellega seotud probleemide lahendamiseks, võite eksamil osaleda, et end sertifikaadiga eristada.

Oh, klõpsa! Mitte ühtegi teist sertifitseerimisprogrammi ...?

Miks peaksite eksami tegema?

Esiteks ei ole see sarnane sertifikaadiga, kus vaatate mõnda 2–3 minuti pikkust videoloengut, vastate valikvastustega küsimustele ja saate ennast sertifitseerida. Selleks peate kodeerima ja lahendama probleemiklassi, milleks peate valmistuma.

Teiseks, mitu korda olete mõelnud uue raamatukogu või tehnika valdamisele ja siis poolel teel plaanidest loobunud? Kui oled minusugune, siis 99% ajast.

Minu jaoks töötas sertifitseerimine minu õppereisi sihtkohana. Mul oli TensorFlow'i kasutamisel mõningane kogemus, kuid see oli väljakutse töötada probleemidega, mida ma polnud tegelikult ise lahendanud.

Kolmandaks peaksite jätkama vähemalt oma valdkonna tehnoloogiaruumi jälgimist. Nii et siin on StackOverflow trend, mis näitab, kuidas TensorFlowi kasutab suur hulk kasutajaid, kes moodustavad peaaegu ühe igast sajast küsimusest platvormil:

Lõpuks tunnen, et Google pakub oma kasutajatele / arendajatele alati väärtust. Usun, et see, kuidas nad eksamit on üles ehitanud, muudab selle proovimist väärt, kuna see kinnitab teie oskusi ja lisab teie profiilile kaalu.

OKEI! Olen müüdud, kas oskate öelda, mida ma sellel eksamil tegema peaksin?

Eksami ülevaade

Eksam on veebipõhine jõudluspõhine test, kus teile pakutakse küsimusi, mida lahendada spetsiaalses PyCharmi keskkonnas TensorFlow mudelite ehitamise teel.

Selle eksami saate teha arvutist, mis toetab PyCharm IDE nõudeid. Teil on vaja usaldusväärset Interneti-ühendust ja saate eksami sooritada igal ajal, mis teile sobib (alustasin oma keskööl).

Eksam testib teie võimet lahendada probleeme, nagu Image klassifikatsiooni alates reaalse maailma pildid, Natural Language Processing ja aegridade prognoosimise abil Tensorflow 2.x .

Eksamiks võib kuluda kuni 5 tundi. Kui ületate ajapiirangut, esitatakse eksam automaatselt ja teid hinnatakse ainult nende küsimuste eest, mille kohta olete oma mudeli esitanud ja testinud.

Teil on lubatud kasutada mis tahes õppematerjale, mida tavaliselt oma ML-i arendustöö ajal kasutaksite.

Eksami hind: iga katse maksab teile 100 USD.

Ah- hah ! kuidas siis selleks hirmus pikaks eksamiks valmistusite?

Kuidas ma hakkasin eksamiks valmistuma

Esimese asjana veetsin hea aja eksami enda õppimisega. TensorFlow meeskond annab teile selle põhjaliku käsiraamatumis ütleb teile kõik üksikasjad eksami kohta ja milliseid oskusi peaksite enne selle sooritamist omandama:

Pärast eksami õppimist koostasin enda jaoks õppekava , mis hõlmaks kõiki oskusi, mida selles käsiraamatus mainitakse.

Järgmisena panin endale paika ajakava , et tööalane töö ei tõugaks mind rajalt välja ja ma seadsin õppimise prioriteediks need ~ 20 päeva.

Ja see on kõik - alustasin eksamiks valmistumist selle õppekava abil, mis koosneb nendest soovitatud ja kasulikest ressurssidest:

[Imp]: õppekava - ülevaade kõigist ressurssidest, mida ma eksami sooritamiseks kasutasin

Kellele uus on Tensorflow või masinõpe, võib käsiraamat kujutada õõvastavat pilti. Kuid kui teil on plaan ja ajakava koostamine, saate selle läbi. Siin on õppekava, mis valmistab teid eksamiks hästi ette.

Tensorflow meeskond tegi jällegi hämmastava töö, pakkudes ressursse, lähtudes teie teadlikkusest masinõppest. Pealegi olin jälginud mõnda raamatut ja esitusloendit, mis aitasid mul palju oma aju põhialuseid kinnistada ja aitasid eksaminõuetest kaugemale jõuda.

Olen üle vaadanud ka kõik need ressursid, mida kasutasin skooriga 5 , lähtudes järgmistest omadustest:

  • Kasulikkus - eksam sooritada
  • Õppeväärtus - ei pruugi eksami tulemusi otseselt mõjutada, kuid aitab teil luua tugeva aluse ja töötada keerukamate probleemidega.

Siin on ressursside loetelu koos aja ja kuluga, mis neil tekivad:

1. Coursera TensorFlow praktika spetsialiseerumisel

Kasulikkus: 5/5 - see on hädavajalik eksami edukaks hindamiseks (või isegi sooritamiseks). See aitab teil kajastada kõiki oskusi, mis on nimetatud käsiraamatu oskuste kontroll-loendis. See on soovitatav kursus sertifikaadi avalehel.

Kui uurite hoolikalt oskuste kontrollnimekirja ja võrdlete seda kursuse kontuuriga, saate välja selgitada iga oskuse otsese kaardistamise. Tundub, et kas kursus loodi sertifitseerimiskatset silmas pidades või vastupidi.

Kogu spetsialiseerumine sisaldab 4 kursust:

  • Sissejuhatus masinõppesse ja süvaõppesse.
  • Konvolutsioonilised närvivõrgud teenuses TensorFlow
  • Loomuliku keele töötlemine TensorFlow'is
  • Järjestus, aegrida ja ennustamine

Õppeväärtus: 4/5 - kursus ise sõltub muudest ressurssidest, mis aitavad teil põhjalikult mõista selle kasutatavaid põhimõisteid ja teemasid. See on pigem praktiline kursus.

Aeg: see peaks võtma 4–8 nädalat, sõltuvalt ajast, mille pühendate. Mul oli varasem kogemus piltide klassifitseerimise probleemidega ning mul kulus kogu spetsialiseeriasarja jälgimiseks ja kõigi nende pakutavate harjutuste harjutamiseks 14 päeva.

Maksumus: see maksab pärast 7-päevast tasuta prooviperioodi 59 dollarit kuus. Täiesti väärt, kui peate maksma. Ülejäänud ressursid pakuvad tasuta alternatiivi.

2. YouTube'i esitusloendid masinõppe sihtasutuselt, autor Laurence Moroney

Kasulikkus: 4/5 - see on alternatiiv TensorFlow spetsialiseerumise 2 kursuse alustamisele Google'i arendajate YouTube'i kanalil.

Kangelaste esitusloend on pühendatud NLP nullist sama autori - Laurence Moroney.

Õppeväärtus : 3/5 - sama, mis ülalpool, kuid tugineb teistele videotele ja ressurssidele, kui olete masinõppe algaja.

Aeg: 1-2 nädalat esitusloendi kohta, kui pühendate oma ettevalmistusele 3–4 tundi päevas.

Hind: tasuta

3. Praktiline masinõpe Scikit-Learn, Keras ja TensorFlow, 2. väljaanne

Kasulikkus: 3/5 - Hinded tulenevad selle asjakohasusest eksamile . Algajatele on see alustalaks ressursiks masinõppe mõistmiseks ja seejärel järk-järgult sügavale õppimise, TensorFlow, Computer Vision, CNN-ide, RNN-ide ja palju muu sügavamale sukeldumiseks.

Järgnevad on raamatu kõige otstarbekamad peatükid:

  • 10. peatükk - sissejuhatus kunstlikesse närvivõrkudesse Kerase abil
  • 11. peatükk - sügavate närvivõrkude koolitus
  • Peatükk 12 - kohandatud mudelid ja koolitus TensorFlow abil
  • Peatükk 13 - andmete laadimine ja eeltöötlus TensorFlow abil
  • Peatükk 14 - sügav arvutinägemus konvolutsiooniliste närvivõrkude abil
  • Peatükk 15 - järjestuste töötlemine RNN-ide ja CNN-ide abil
  • Peatükk 16 - loomuliku keele töötlemine RNN-ide abil ja tähelepanu

Olen seda raamatut lugenud juba enne eksamit ja autor Aurelion on loonud pärli raamatust, mis on mõeldud andmeteadlastele, ML / AI inseneridele.

Selles selgitatakse alusmõisted, selgitatakse iga algoritmi taga olevat matemaatikat ja seejärel selgitatakse praktilist koodi probleemide lahendamiseks koos parimate tavadega, hõlmates kõike. PEAB lugema kõigile masinõppimise taotlejatele.

Õppeväärtus: 5/5 - see on ülekaalukalt parim raamat masinõppega alustamiseks.

Aeg: 3–4 kuud - soovitaksin teil iga peatükki aeglaselt läbi lugeda ja seejärel harjutada iga peatüki lõpus antud harjutust.

Maksumus: kui saate seda endale lubada, soovitaksin hankida O'Reilly Media tellimus hinnaga 50 dollarit kuus, kus saate mitte ainult seda raamatut, vaid kõiki väljaandeid ja video- / otseloenguid. Teise võimalusena võite Amazonist osta pehmekaanelise raamatu hinnaga, mis on teie piirkonnas saadaval (umbes 60 dollarit).

Olen O'Reilly juhendaja, seega on minu portaalis ressursid saadaval.

4. Muud kasulikud YouTube'i esitusloendid

Need on mõned esitusloendid, mille üle käisin, et saada hea ülevaade kõigist nõutavatest mõistetest:

  • MIT 6.S191: Sissejuhatus sügavasse õppesse:

    Kasulikkus 3/5 - see aitab teil tutvuda põhjaliku õppimise ja närvivõrkude arendamisega TensorFlow abil. Peaksite kajastama esitusloendi 3 esimest videot - sissejuhatus DL-i, korduv närvivõrk ja konvolutsioonilised närvivõrgud.

    Õppeväärtus 4/5 - annab teile hea ülevaate põhitõdedest ja kasutasin seda hea videona vaatamiseks, kui mul oli lihtsalt tuju vaadata ja tegelikult ei teinud palju praktilisi asju.

    Hind: tasuta

    Aeg: 3 tundi

  • Konvolutsioonilised närvivõrgud Andrew NG

    Täpselt nagu ülaltoodud esitusloendis, kuid Andrew NG meetodil sügava õppimise selgitamiseks. Vaatasin seda sarja eelmisel aastal, väga kasulik.

    Vaatasin videoid, mida Laurence oma kursusel soovitas.

    Kasulikkus: 3/5 - rohkem põhitõdesid.

    Õppeväärtus: 4/5

    Aeg: 8–10 tundi, et mõista mõisteid igas videos.

  • Andrew NG järjestusmudelid

    Kasulikkus: 3/5 - rohkem põhitõdesid.

    Õppeväärtus: 4/5

    Aeg: 8–10 tundi, et mõista mõisteid igas videos.

5. PyCharmi õpetussari ja keskkond Seadistage juhised

Juhul, kui te pole kunagi varem töötanud IDE-s, on eksamikeskkonnaga tutvumine väga soovitatav.

Kasulikkus: 5/5 (kohustuslik) - see on PyCharmi algajatele mõeldud alustusseeria,mis aitab teil PyCharmi efektiivse kasutamisega kiirendada.

Õppeväärtus: NA

TensorFlow arendaja sertifikaadi eksami sooritamiseks lugege kindlasti keskkonna seadistamise juhiseid.

Järgige PDF-is mainitud juhiseid, kuna sertifitseerimismeeskonda ei saa teie hooletuse eest vastutada.

Ohoo! See on pikk ressursside loetelu, kuidas teil õnnestus õppida?

Minu ettevalmistamise ajakava

Aprilli lõpuks kontrollisin seda kindlasti oma nimekirjast. Võtsin selle ette nagu iga teine ​​projekt ja olin otsustanud selle läbi vaadata.

Nii et ma plaanisin igal õhtul planeerida, mida ma järgmisel hommikul tegema hakkan. Kursusele õppimiseks on roosa värvi ajavahemikud blokeeritud. Need 3–4 tundi hommikul olid minu kõige produktiivsemad kohad, kust kõige rohkem aru sain.

Mul oli kogu kahe nädala jooksul üsna järjekindel rutiin ja ma suurendasin intensiivsust, kui jõudsin eksamipäeva lähedale, harjutades iga päev rohkem kui 5–6 tundi.

Ok, nii et müts oli teie õppimisprotsess?

Kuidas ma õppisin

Vaatasin kõigepealt iga nädala õppetunde, seejärel harjutasin koodi videotundide järel antud kolabis.

Iga nädala lõpus täidan Laurence'i poolt tema kursusel kavandatud ülesande.

MÄRKUS. Ma kirjutasin kogu koodi ise, mitte lihtsalt täitsin kohatäitja koodi.

Samuti vaataksin Hands-on ML raamatu peatükke hiljem öösel enne magamaminekut või ajavahemiku lõpus, et kõik oleks kristallselge. Siis õpiksin õppima järgmiste sammude kohta, mis eksami õppekavast kaugemale jäid.

TL; DR: VAATA. KOOD. PRAKTIKA. LOE. Korda.

Kõik on valmis eksamit tegema - mis edasi?

Kui arvate, et olete kõik käsiraamatus nimetatud oskused kajastanud ja tunnete, et olete valmis eksamit tegema, on see tore.

Nüüd olete valmis oma eksami ostma. Seda teenindab kolmanda osapoole platvorm nimega TrueAbility. Autentimiseks peate esitama riikliku isikutunnistuse (pass töötaks).

Eksami eest makske 100 dollarit. Nüüd on teil hea minna, võite alustada eksamit siis, kui tunnete end valmis.

Nad pakuvad teile üksikasjalikke juhiseid PyCarmide eksamiks seadistamise kohta. Enne eksami alustamist soovitan teha järgmist.

  • Veenduge, et teil oleks hea usaldusväärne Interneti-ühendus.
  • Kui olete IDE jaoks uus, veenduge, et olete läbinud PyCharmi algajate õpetuse.
  • Testisin oma PyCharmi, käivitades mõned TensorFlow õpetused. Nad töötasid hästi ja olin alustamiseks valmis eksamiplugina installima.
  • Enne eksami alustamise nupule vajutamist lugesin põhjalikult läbi eksamijuhised. See antakse teile pärast eksamile registreerumist.

HIT nupp Alusta eksamit!

Eksami ajal

Teie eksamikeskkond luuakse ja teid suunatakse küsimustele, mida peate lahendama. Ma ei jaga eksami üksikasju, kuna see oleks ebaeetiline.

Minu kogemuse järgi sujus see kõik libedalt ja olin üsna kindel, et sooritan eksami pärast küsimustele vaatamist. Ja kindlasti sooritasin eksami 3 tunni jooksul.

Nõuanded ja nipid

  • Harjutage PyCharmil 1-2 päeva enne eksamit paar harjutust, mitte lihtsalt töötage Colabi märkmike kallal.
  • Nende mudelite jaoks, mis minu kohalikul masinal aega võtsid, koolitasin nad Google Colabis ja laadisin siis koolitatud mudeli projekti kausta üles.
  • Jätkake teiste küsimustega tegelemist, kui teie modell treenib; Mul oli koolituse all 3 mudelit - 1 masinas ja 2 Google colabis ning töötasin neljanda kallal, kui üritasin hüperparameetreid häälestada.
  • Kui teil on piisavalt aega, proovige jätkata iga mudeli parima tulemuse saamiseks.

Eksamijärgsed rituaalid

Kui olete lõpetanud, vajutage nuppu Esita ja lõpeta eksam. Kui olin lõpetanud, sain TrueAbilitylt meilisõnumi, milles õnnitleti mind eksami sooritamisel:

Puudub üksikasjalik analüüs ega aruanne selle kohta, kuidas teil eksamil läks. Nad lihtsalt mainivad, kas olete eksami sooritanud või mitte.

Pärast eksami sooritamist palutakse teil liituda TensorFlow sertifikaatide võrguga, mis ütleb teile sertifikaadi omanikud erinevates piirkondades:

Kus on sertifikaat?

Sertifikaadi kätte saamine võtab umbes nädala. Sain oma 3 päeva pärast eksamit.

Kui olete oma tunnistuse kätte saanud, saate selle märgi oma sotsiaalmeedia profiilidel vilkuma panna ja oma CV-s selle saavutusena märkida.

Eksami KKK

Kas eksami sooritamine on tõesti nii oluline, kas ma ei saa iga samba põhjal lihtsalt samaväärse projektiga töötada?

Ma ütleksin, et saate seda kindlasti teha ja tegelikult on see uue oskuse arendamisel ilmselt parem lähenemisviis.

Kuid eksam aitab teil äratundmist saada ja kuna see tuleb Google'ilt, on see tore omada. See ei ole kõikehõlmav lahendus Deep learning või TensorFlow õppimiseks.

Ma tahan alustada nullist, milliseid ressursse peaksin vaatama?

Õppige asju tehes. Paljudes ajaveebides räägitakse kõigepealt süvamatemaatika õppimisest, kuid peagi kaotate selle lähenemise kasutamisel huvi.

Alustage programmeerimise õppimisest (Python või mõni muu keel) ja seejärel sukelduge järk-järgult masinõppesse. Seda kursust saate vaadata ka Andrew NG-st.

Mul on alati vaja mentorit või kedagi, kes mind asju ajama ja kahtlusi ja probleeme lahendama paneks, kas oskate lahenduse välja pakkuda?

Mentor aitab paljudel juhtudel tõepoolest. Kui soovite kedagi, kes soovib, et keegi lisaks nendele ressurssidele aitaks teiega seotud üksikasjadega tutvuda, võite vaadata Codementorit, kust leiate ML ja AI eksperdid, kes aitavad teil kõiki teie küsimusi lahendada.

See on minu jaoks veidi kallis, kas on olemas tasuta või odavam lähenemine?

Jah, Tensorflow meeskond pakub paar stipendiumi inimestele, kellel võib eksami sooritamisel probleeme olla. Lisateabe saamiseks külastage seda linki.

Kui teie küsimust siin ei käsitleta, vastake sellele postitusele julgelt ja pöördun teie poole. :)

Mis järgmiseks?

Nii nagu iga muu oskuse puhul, alustage ka asjade ehitamist ja tegelike projektide kallal töötamist. Alustage selliste lähtekoodiga projektide uurimist nagu TensorFlow. Taotlege selle märgiga tööd ja jagage oma lugu teistega.

Töötan täieliku Deep Learning Foundationi sarja kallal, mis on kasulik ML / DL-i soovijatele. Vahepeal saate vaadata, kuidas ma õpetasin oma Youtube'i kanalil.

Siin blogil põhinev video, kus saate vaadata, kuidas ma oma teekonda jagan:

Varsti võtan TensorFlow'is välja terve sarja. Telli minu kanal huvitava andmeteadusliku sisu jaoks.

Andmeteadus koos Harshitiga

Selle kanaliga kavatsen välja panna paar seeriat, mis hõlmavad kogu andmeteaduse ruumi. Sellepärast peaksite kanali tellima:

  • Need seeriad hõlmaksid kõiki nõutavaid / nõutavaid kvaliteediõpetusi kõigil teemadel ja alateemadel, näiteks andmeteaduse Pythoni põhialused.
  • Selgitas matemaatikat ja tuletisi, miks me teeme seda, mida me teeme ML-is ja süvaõppes.
  • Taskuhäälingud Google'i, Microsofti, Amazoni jt andmeteadlaste ja inseneride ning suurte andmepõhiste ettevõtete tegevjuhtidega.
  • Projektid ja juhised seni õpitud teemade rakendamiseks.