12. ožujka ove godine tim TensorFlow predstavio je ispit za certifikat programera TensorFlow.
Izmjenjeno na 13. lipnja, a ja sam TensorFlow certificirani programer. ✅
Dakle, što se dogodilo u ovom tromjesečnom razmaku?
Nakon što sam ispoštovao sve poslovne i osobne obveze, uspio sam poletjeti mjesec dana kako bih se pripremio za ispit. Nakon što sam proučio sve detalje ispita, stvorio sam plan učenja kako bih se pripremio za ispit za 14 dana *.
To je sve u redu - ali što je TensorFlow?
Suština: TensorFlow je cjelovita platforma za strojno učenje otvorenog koda. Ima sveobuhvatan ekosustav knjižnica, alata i resursa zajednice koji omogućava ML / AI inženjerima, znanstvenicima / analitičarima da grade i primjenjuju ML-powered programe.
Google, Airbnb, DeepMind, intel, Twitter i mnogi drugi trenutno pokreću TensorFlow i pomaže im u rješavanju širokog spektra problema.
Sada nisam certifikacijski evanđelist. No budući da sam TensorFlow već toliko pažljivo koristio i pratio kao entuzijast znanosti znanosti, privukao mi je pažnju.
Bio je to nevjerojatan niz učenja i ovdje sam da podijelim sve sitne detalje o tome što je program, kako sam to radio i kako to možete i vi !
O čemu se radi u ovom programu certifikata ?
Potvrda je službena potvrda kojom se potvrđuje vaše znanje s TensorFlow-om u pogledu rješavanja problema dubokog učenja i ML-a na tržištu rada utemeljenom na umjetnoj inteligenciji.
Ako ste netko tko ima vještine za razvoj tih dubokih neuronskih mreža i rješavanje problema s njima, možete polagati ispit da biste se razlikovali sa certifikatom.
Oh, snap! Niti jedan drugi program certificiranja ...?
Zašto biste trebali polagati ispit?
Prvo, ovo nije poput certifikata na kojem gledate nekoliko 2-3 minuta video predavanja i ispitujete pitanja s više izbora i dobivate certifikat. To će vam trebati kodiranje i rješavanje klase problema na koje ćete se morati pripremiti.
Drugo, koliko ste puta pomislili svladati novu knjižnicu ili tehniku, a zatim na pola odustali od svojih planova? Ako ste nešto poput mene, 99% vremena.
Za mene je certifikat djelovao kao odredište mog učenja. Imao sam određeno iskustvo s korištenjem TensorFlowa, ali ovo mi je postalo izazov raditi na problemima koje zapravo nisam sam riješio.
Treće, trebali biste barem nastaviti nadzirati tehnološki prostor u svom području. Dakle, evo trenda iz StackOverflowa koji pokazuje kako TensorFlow koristi ogroman broj korisnika koji čine gotovo 1 od svakih 100 pitanja na platformi:
I na kraju, smatram da Google uvijek pruža vrijednost svojim korisnicima / programerima. Vjerujem da način na koji su strukturirali ispit vrijedi isprobati, jer potvrđuje vaše vještine i dodaje težinu vašem profilu.
U REDU! Prodan sam, možete li mi reći što bih trebao raditi na ovom ispitu?
Prolazak kroz ispit
Ispit je mrežni test zasnovan na uspješnosti u kojem se dobivaju pitanja koja trebate riješiti izgradnjom TensorFlow modela u posebnom okruženju PyCharm.
Ovaj ispit možete polagati sa svog računala koje podržava PyCharm IDE zahtjeve. Trebat će vam pouzdana internetska veza, a ispit možete polagati u bilo koje vrijeme koje vama odgovara (svoj sam započeo u ponoć).
Ispit testovi Vašu sposobnost rješavanja problema kao što su razvrstavanje slika iz stvarnog svijeta slike, obradom prirodnog jezika i vremenske prognoze serija pomoću Tensorflow 2.x .
Za ispit možete uzeti do 5 sati. Ako premašite vremensko ograničenje, ispit će se automatski poslati i ocijenit će vas samo ona pitanja za koja ste predali i testirali svoj model.
Dopušteno vam je koristiti sve resurse za učenje koje biste inače koristili tijekom svog ML razvojnog rada.
Trošak ispita: Svaki pokušaj košta vas 100 USD.
Ah- hah ! pa, kako ste se pripremili za ovaj zastrašujući dugi ispit?
Kako sam se počeo pripremati za ispit
Prvo što sam učinio je da sam proveo prilično vremena proučavajući sam ispit. Tim TensorFlow nudi vam ovaj opsežni priručnikkoji vam govori sve detalje o ispitu i koje biste vještine trebali svladati prije polaganja:
Nakon proučavanja ispita, dizajnirao sam za sebe kurikulum koji pokriva svaki skup vještina koji se spominje u ovom priručniku.
Dalje, postavio sam si raspored tako da me radni angažmani nisu odbacili s puta i dao sam prednost učenju za tih ~ 20 dana.
I to je sve - počeo sam se pripremati za ispit koristeći ovaj kurikulum koji se sastoji od ovih preporučenih i korisnih resursa:
[Imp]: Nastavni plan i program - Pregled svih resursa koje sam koristio za polaganje ispita
Nekom novom Tensorflowu ili strojnom učenju priručnik može prikazati zastrašujuću sliku. No, ako imate plan i postavite raspored, provest ćete se kroz to. Evo nastavnog plana i programa koji će vas dobro pripremiti za ispit.
Tim Tensorflowa ponovno je učinio nevjerojatan posao predlažući resurse na temelju vašeg poznavanja strojnog učenja. Povrh toga, pratio sam nekoliko knjiga i popisa pjesama koji su mi uvelike pomogli da učvrstim osnove u svom mozgu i pomogli mi da prijeđem same zahtjeve za ispit.
Također sam pregledao sve ove resurse koje sam koristio sa skalom bodovanja 5 , temeljeći se na sljedećim kvalitetama:
- Korisnost - za polaganje ispita
- Vrijednost učenja - možda neće imati izravan utjecaj na rezultate ispita, ali pomoći će vam da izgradite jake temelje i radite na složenijim problemima.
Evo popisa resursa, vremena i troškova koji će nastati:
1. Courserin tenzorski tok u specijalizaciji za praksu
Korisnost: 5/5 - Ovo je apsolutno potrebno za dobro ocjenjivanje (ili čak polaganje) na ispitu. Pomoći će vam da obuhvatite svaku vještinu spomenutu na popisu vještina u Priručniku. Ovo je preporučeni tečaj na početnoj stranici certifikata.
Ako pažljivo proučite popis vještina, a zatim ga usporedite s okvirom tečaja, moći ćete shvatiti izravno mapiranje svake vještine. Izgleda da je ili tečaj stvoren s obzirom na ispit za ovjeru ili obrnuto.
Cjelokupna specijalizacija sadrži 4 tečaja:
- Uvod u strojno učenje i duboko učenje.
- Konvolucijske neuronske mreže u TensorFlowu
- Obrada prirodnog jezika u TensorFlowu
- Slijed, vremenske serije i predviđanje
Vrijednost učenja: 4/5 - Sam tečaj ovisi o drugim resursima koji će vam pomoći da dublje razumijete temeljne pojmove i teme koje koristi. Ovo je više praktični tečaj.
Vrijeme: Trebalo bi vam 4–8 tjedana, ovisno o vremenu koje posvećujete. Imao sam prethodno iskustvo s problemima klasifikacije slika i trebalo mi je 14 dana da pogledam cijelu seriju specijalizacija i uvježbam sve vježbe koje pružaju.
Cijena: Ovo košta 59 USD mjesečno nakon 7-dnevnog besplatnog probnog razdoblja. Potpuno se isplati ako morate platiti. Ostali izvori pružaju besplatnu alternativu.
2. YouTube popisi za reprodukciju na zakladi za strojno učenje, autor Laurence Moroney
Korisnost: 4/5 - Ovo je alternativa početnim 2 tečaja u specijalizaciji TensorFlow na YouTube kanalu Google Developers.
Postoji posvećena lista NLP nula za heroje istog autora - Laurencea Moroneya.
Vrijednost učenja: 3/5 - Isto kao gore, ali oslanja se na druge videozapise i resurse u slučaju da ste početnik u Strojnom učenju.
Vrijeme: 1-2 tjedna po popisu pjesama ako se svojoj pripremi posvećujete 3-4 sata dnevno.
Trošak: Besplatno
3. Praktično strojno učenje s Scikit-Learn, Keras i TensorFlow, drugo izdanje
Korisnost: 3/5 - Rezultat je zbog njegove važnosti za ispit . Za početnike ovo će biti temeljni resurs za razumijevanje strojnog učenja, a zatim postupno zaranjanje u dubine dubokog učenja, TensorFlow-a, Computer Vision-a, CNN-a, RNN-a i još mnogo toga.
Slijedi najviše korisnih poglavlja iz knjige:
- 10. poglavlje - Uvod u umjetne neuronske mreže s Kerasom
- Poglavlje 11 - Obuka dubokih neuronskih mreža
- Poglavlje 12 - Prilagođeni modeli i trening s TensorFlowom
- Poglavlje 13 - Učitavanje i obrada podataka s TensorFlowom
- Poglavlje 14 - Dubinski računalni vid pomoću konvolucijskih neuronskih mreža
- Poglavlje 15 - Obrada sekvenci pomoću RNN-a i CNN-a
- Poglavlje 16 - Obrada prirodnog jezika s RNN-ima i pažnja
Čitam ovu knjigu od prije ispita, a autor Aurelion stvorio je dragulj knjige za ambiciozne znanstvenike podataka, inženjere ML / AI.
Objašnjava temeljne koncepte, objašnjava matematiku iza svakog algoritma, a zatim objašnjava praktični kôd za rješavanje problema zajedno s najboljim praksama, pokrivajući sve. OBAVEZNO pročitati za sve pretendente na strojno učenje.
Vrijednost učenja: 5/5 - Ovo je dosad najbolja knjiga za započinjanje strojnog učenja.
Vrijeme: 3-4 mjeseca - preporučio bih vam da polako čitate svako poglavlje, a zatim vježbate vježbu datu na kraju svakog poglavlja.
Cijena: Ako si možete priuštiti, preporučio bihpretplatuna O'Reilly Media za 50 dolara mjesečno, gdje ne samo da dobivate ovu knjigu, već i sve publikacije i video / predavanja uživo. Meki uvez možete kupiti na Amazonu po cijeni koja je dostupna u vašoj regiji (oko 60 USD).
Ja sam O'Reilly instruktor, tako da imam resurse dostupne na svom portalu.
4. Ostali korisni YouTube popisi za reprodukciju
Evo nekoliko popisa pjesama koje sam pregledao kako bih se dobro upoznao sa svakim od potrebnih koncepata:
- MIT 6.S191: Uvod u dubinsko učenje:
Korisnost 3/5 - Pomoći će vam da se upoznate s dubinskim učenjem i razvojem neuronskih mreža pomoću TensorFlowa. Trebali biste pokriti prva 3 videozapisa s popisa za reprodukciju - Uvod u DL, Ponavljajuća neuronska mreža i Konvolucijske neuronske mreže.
Vrijednost učenja 4/5 - pruža vam dobro osvježenje o osnovama i koristio sam ga kao dobar videozapis za gledanje kad sam bio samo raspoložen za gledanje, a zapravo ne radim puno.
Trošak: Besplatno
Vrijeme: 3 sata
- Konvolucijske neuronske mreže Andrewa NG
Baš kao i gornja lista za reprodukciju, ali s Andrew NG-ovom metodom objašnjavanja dubokog učenja. Gledao sam ovu seriju prošle godine, vrlo korisno.
Gledao sam video zapise koje je Laurence preporučio na svom tečaju.
Korisnost: 3/5 - Više o osnovama.
Vrijednost učenja: 4/5
Vrijeme: 8–10 sati za razumijevanje pojmova u svakom videu.
- Modeli sekvenci Andrewa NG-a
Korisnost: 3/5 - Više o osnovama.
Vrijednost učenja: 4/5
Vrijeme: 8–10 sati za razumijevanje pojmova u svakom videu.
5. PyCharm Tutorial Series i okruženje Postavite smjernice
U slučaju da nikada prije niste radili u IDE-u, toplo se preporučuje upoznavanje s ispitnim okruženjem.
Korisnost: 5/5 (obavezno) - Ovo je početna serija za početnike PyCharmakoja će vam pomoći da ubrzate kako učinkovito koristiti PyCharm.
Vrijednost učenja: NA
Obavezno pročitajte smjernice za postavljanje okoline za polaganje ispita TensorFlow Developer Certificate.
Slijedite upute navedene u PDF-u jer certifikacijski tim ne može biti odgovoran za vaš nemar.
Joj! To je dugačak popis resursa, kako ste uspjeli učiti?
Moj raspored za pripremu
Do kraja travnja bio sam siguran da sam ovo provjerio sa svog popisa. Poduzeo bih ga kao i svaki drugi projekt i bio sam odlučan u tome da ga dovršim.
Znači, planirao sam svake večeri ono što sam trebao raditi sljedeće jutro. Vremenski termini ružičaste boje blokirani su za učenje na tečaju. Ova 3-4 sata ujutro bila su mi najproduktivnija tamo gdje sam mogao najviše shvatiti.
Imao sam prilično dosljednu rutinu tijekom 2 tjedna i pojačavao sam intenzitet kad sam se približavao danu ispita s više od 5-6 sati vježbanja svaki dan.
Ok, pa, kakav je bio vaš proces učenja?
Kako sam učio
Prvo sam gledao lekcije svakog tjedna, a zatim sam vježbao kôd u kolabu koji je dat nakon video lekcija.
Na kraju svakog tjedna ispunio bih zadatak koji je osmislio Laurence na svom tečaju.
NAPOMENA: Prije sam napisao čitav kôd, a ne samo popunjavao kod rezerviranog mjesta.
Također bih ponovno pogledao poglavlja u Hands-on ML knjizi kasnije navečer prije spavanja ili na kraju svog vremenskog termina samo da sve bude kristalno jasno. Tada bih naučio o sljedećim koracima koji su bili izvan ispitnog kurikuluma.
TL; DR: GLEDAJ. KODIRATI. PRAKSA. ČITATI. PONOVITI.
Svi spremni za polaganje ispita - Što je sljedeće?
Ako mislite da ste pokrili sve vještine spomenute u Priručniku i smatrate da ste spremni za polaganje, to je sjajno.
Sada ste spremni za kupnju ispita. Opslužuje platforma treće strane koja se zove TrueAbility. Za autentifikaciju morate predati osobnu iskaznicu (putovnica bi funkcionirala).
Platite ispit 100 dolara. Sada ste spremni, možete započeti ispit kad i kada se osjećate spremni.
Pružaju vam detaljne upute o tome kako postaviti PyCharm za ispit. Evo što preporučujem prije početka ispita:
- Provjerite imate li dobru pouzdanu internetsku vezu.
- Provjerite jeste li prošli početni vodič za PyCharm ako ste novi u IDE-u.
- Testirao sam svoj PyCharm izvodeći nekoliko tutorijala za TensorFlow. Oni su radili u redu i bio sam spreman instalirati dodatak za ispit za početak.
- Temeljito sam pročitao upute za ispit prije pritiskanja gumba za pokretanje ispita. Dobit ćete ga nakon prijave za ispit.
UDARITE gumb Start ispit!
Tijekom ispita
Stvorit će se vaše ispitno okruženje i bit ćete usmjereni na pitanja koja ćete morati riješiti. Neću dijeliti detalje ispita jer bi to bilo neetično.
Prema mom iskustvu, sve je prošlo bez problema i bila sam prilično uvjerena da ću ispit ispuniti nakon što sam pogledala pitanja. I sigurno da sam ispit završio u roku od 3 sata.
Savjeti i trikovi
- Obavezno vježbajte nekoliko vježbi na PyCharmu 1-2 dana prije ispita, a ne samo radite na Colabovim bilježnicama.
- Za modele kojima je trebalo vremena na mom lokalnom stroju, obučio sam ih na Google Colabu, a zatim sam učio obučeni model u mapu projekta.
- Nastavite raditi na drugim pitanjima dok vaš model trenira; Imao sam 3 modela na treningu - 1 na svom stroju i 2 na Google colabu, a radio sam na četvrtom dok sam pokušavao podesiti hiperparametre.
- Ako imate dovoljno vremena, nastojte postići najbolje rezultate za svaki model.
Rituali nakon ispita
Kada završite, pritisnite gumb Pošalji i završi ispit. Kad sam završio, primio sam e-poštu od TrueAbility-a s čestitkama na položenom ispitu:
Ne postoji detaljna analiza ili izvještaj o tome kako ste prošli ispit. Jednostavno spominju jeste li položili ispit ili ne.
Nakon položenog ispita, od vas se traži da se pridružite mreži certifikata TensorFlow koja vam govori da imatelji certifikata u različitim regijama:
Gdje je certifikat?
Potrebno je tjedan dana ili tako nekako da biste se zapravo dočepali certifikata. Svoje sam dobila 3 dana nakon ispita.
Nakon što dobijete certifikat, tu značku možete treptati na profilima na društvenim mrežama i označiti je kao postignuće u svom životopisu.
Česta pitanja o ispitima
Je li doista toliko važno polagati ispit, ne mogu li raditi samo na ekvivalentnom projektu na temelju svakog odjeljka?
Rekao bih da to definitivno možete učiniti, a zapravo je to vjerojatno bolji pristup kada razvijate novu vještinu.
No, ispit vam pomaže da vas prepoznaju i, budući da dolazi od Googlea, lijepo ga je imati. To nije rješenje za učenje dubokog učenja ili TensorFlow-a.
Želim početi ispočetka, koje bih resurse trebao gledati?
Učite radeći stvari. Mnogi blogovi prvo razgovaraju o učenju duboke matematike, no ubrzo ćete izgubiti interes koristeći se tim pristupom.
Započnite s učenjem programiranja (Python ili bilo koji drugi jezik), a zatim postupno zaronite u Strojno učenje. Možete pogledati i ovaj tečaj Andrewa NG-a.
Uvijek mi treba mentor ili netko tko će me natjerati na neke stvari i riješiti moje sumnje i probleme, možete li mi predložiti rješenje?
Mentor uistinu pomaže u mnogim slučajevima. Ako ste netko tko želi da vam netko pomogne u detaljima teza, osim ovih resursa, možete pogledati Codementor gdje ćete pronaći stručnjake za ML i AI koji vam mogu pomoći u rješavanju svih vaših upita.
Ovo mi je malo skupo, postoji li besplatan ili jeftiniji pristup?
Da, tim Tensorflow nudi nekoliko stipendija ljudima koji bi mogli imati problema s priuštenjem ispita. Posjetite ovu vezu za više detalja.
Ako vaše pitanje ovdje nije adresirano, slobodno odgovorite na ovaj post i javit ću vam se. :)
Što je sljedeće?
Kao i kod bilo koje druge vještine, počnite graditi stvari i raditi na stvarnim projektima. Počnite s istraživanjem projekata otvorenog koda poput TensorFlowa. Prijavite se za posao s ovom značkom i podijelite svoju priču s drugima.
Radim na kompletnoj seriji Deep Learning Foundation koja će biti korisna kandidatima za ML / DL. U međuvremenu me možete gledati kako predajem na svom Youtube kanalu.
Evo videozapisa na ovom blogu na kojem me možete gledati kako dijelim svoje putovanje:
Uskoro ću objaviti kompletnu seriju na TensorFlowu. Pretplatite se na moj kanal za zanimljive sadržaje iz znanosti o podacima.
Znanost podataka s Harshitom
Ovim kanalom planiram izbaciti nekoliko serija koje pokrivaju čitav prostor znanosti o podacima. Evo zašto biste se trebali pretplatiti na kanal:
- Ove serije pokrivale bi sve potrebne / zahtijevane kvalitetne vodiče o svakoj od tema i podtema poput Pythonovih osnova za znanost o podacima.
- Objašnjena matematika i izvodi zašto radimo ono što radimo u ML-u i dubokom učenju.
- Podcastovi sa znanstvenicima i inženjerima podataka u Googleu, Microsoftu, Amazonu itd. I izvršnim direktorima velikih tvrtki koje upravljaju podacima.
- Projekti i upute za provedbu do sada naučenih tema.