Kuinka läpäistä TensorFlow Developer Certificate -testi

Tämän vuoden 12. maaliskuuta TensorFlow-tiimi esitteli TensorFlow Developer Certificate Exam -testin.

Leikattu 13. kesäkuuta ja olen TensorFlow Developer -sertifioitu. ✅

Joten mitä tapahtui tässä 3 kuukauden pituisessa erossa?

Kunnioitin kaikkia liiketoiminta- ja henkilökohtaisia ​​sitoumuksiani, onnistuin ottamaan kuukauden valmistautua tenttiin. Tutkittuani kaikki kokeen yksityiskohdat, loin oppimissuunnitelman valmistautuakseni kokeeseen 14 päivässä *.

Se on kaikki hienoa - mutta mikä on TensorFlow?

Ydin: TensorFlow on end-to-end avoimen lähdekoodin koneoppimisalusta. Siinä on kattava kirjastojen, työkalujen ja yhteisön resurssien ekosysteemi, jonka avulla ML / AI-insinöörit, tutkijat / analyytikot voivat rakentaa ja ottaa käyttöön ML-pohjaisia ​​sovelluksia.

Google, Airbnb, DeepMind, intel, Twitter ja monet muut toimivat tällä hetkellä TensorFlow-virralla ja se auttaa heitä ratkaisemaan laajan joukon ongelmia.

En ole sertifikaatin evankelista. Mutta koska käytin ja seurasin TensorFlowia jo niin tarkasti datatieteen harrastajana, se kiinnitti huomioni.

Se on ollut hämmästyttävä oppimisjakso, ja olen täällä jakamassa kaikki hienot yksityiskohdat siitä, mikä ohjelma on, miten tein sen ja miten voit tehdä sen myös!

Mistä tässä sertifikaattiohjelmassa on kyse?

Sertifikaatti on virallinen vahvistus, joka vahvistaa taitosi TensorFlow'lla syvällisen oppimisen ja ML-ongelmien ratkaisemiseksi tekoälyyn perustuvilla työmarkkinoilla.

Jos olet henkilö, jolla on taidot kehittää näitä syvän hermoverkkoja ja ratkaista ongelmia sen kanssa, voit suorittaa kokeen erottaaksesi itsesi sertifikaatilla.

Voi pahus! Ei muuta sertifiointiohjelmaa ...?

Miksi sinun pitäisi suorittaa tentti?

Ensinnäkin tämä ei ole kuin sertifikaatti, jossa katsot muutaman 2–3 minuutin pituisen videoluennon, teet tietokilpailun monivalintakysymyksistä ja saat itsellesi sertifikaatin. Tämä edellyttää koodaamista ja ratkaisua luokan ongelmiin, joihin sinun on valmistauduttava.

Toiseksi, kuinka monta kertaa olet ajatellut hallita uutta kirjastoa tai tekniikkaa ja sitten hylännyt suunnitelmat puolivälissä? Jos olet jotain minun kaltaista, 99% ajasta.

Minulle sertifikaatti toimi oppimismatkani kohteena. Minulla oli jonkin verran kokemusta TensorFlow'n käytöstä, mutta tämä tuli haasteena työskennellä sellaisten ongelmien parissa, joita en ollut itse ratkaissut.

Kolmanneksi, sinun on jatkettava ainakin oman alasi teknologiatilan seuraamista. Joten tässä on StackOverflow'n trendi, joka osoittaa, kuinka valtava määrä käyttäjiä käyttää TensorFlow'ta, mikä vastaa lähes yhtä foorumin sadasta kysymyksestä:

Viimeisenä mielestäni Google tarjoaa aina arvoa käyttäjilleen / kehittäjille. Uskon, että tapa, jolla he ovat rakentaneet kokeen, tekee kokeilemisen arvoiseksi, koska se vahvistaa taitosi ja lisää painoa profiiliisi.

OKEI! Olen myynyt, voitko kertoa minulle, mitä minun pitäisi tehdä tässä tentissä?

Tentin läpikäynti

Tentti on online-suorituskykypohjainen testi, jossa sinulle tarjotaan kysymyksiä, jotka on ratkaistava rakentamalla TensorFlow-malleja omistettuun PyCharm-ympäristöön.

Voit suorittaa tämän kokeen tietokoneeltasi, joka tukee PyCharm IDE -vaatimuksia. Tarvitset luotettavan internetyhteyden, ja voit suorittaa kokeen milloin tahansa sinulle sopivana ajankohtana (aloitin omani keskiyöllä).

Tentti testaa kykyäsi ratkaista ongelmia, kuten kuvaluokitus todellisista kuvista, luonnollisen kielen käsittely ja aikasarjojen ennustaminen Tensorflow 2.x: n avulla .

Kokeeseen voi viedä jopa 5 tuntia. Jos ylität aikarajan, tentti lähetetään automaattisesti ja sinut arvioidaan vain kysymyksille, joille olet lähettänyt ja testannut malliasi.

Voit käyttää mitä tahansa oppimisresursseja, joita normaalisti käyttäisit ML-kehitystyön aikana.

Kokeen hinta: Jokainen yritys maksaa sinulle 100 USD.

Ah- hah ! Joten miten valmistauduit tähän pelottavaan pitkään tenttiin?

Kuinka aloin valmistautua tenttiin

Ensimmäinen asia, jonka tein, oli viettää paljon aikaa itse kokeen opiskeluun. TensorFlow-tiimi tarjoaa sinulle tämän kattavan käsikirjanjoka kertoo sinulle kaiken yksityiskohdan tentistä ja mitä taitoja sinun tulisi hallita ennen sen suorittamista:

Tutkittuani tentin suunnittelin itselleni opetussuunnitelman kattamaan kaikki tässä käsikirjassa mainitut taitot.

Seuraavaksi asetin itselleni aikataulun, jotta työharjoittelu ei työntänyt minua pois radalta, ja priorisoin oppimisen niille ~ 20 päivälle.

Ja siinä kaikki - aloin valmistautua tenttiin käyttämällä tätä opintosuunnitelmaa, joka koostui näistä suositelluista ja hyödyllisistä resursseista:

[Imp]: Opetussuunnitelma - katsaus kaikkiin resursseihin, joita käytin kokeen läpäisemiseen

Jos joku on uusi Tensorflow- tai Machine-oppimiselle, käsikirja saattaa kuvata kauhistuttavan kuvan. Mutta suunnitelman ja aikataulun asettaminen vie sinut läpi. Tässä on opetussuunnitelma, joka valmistaa sinut hyvin tenttiin.

Tensorflow-tiimi teki jälleen upean työn ehdottaa resursseja koneoppimisen tuntemuksesi perusteella. Tämän lisäksi olin seurannut muutamia kirjoja ja soittolistoja, jotka auttoivat minua paljon vahvistamaan aivojeni perustekijöitä ja auttoivat minua ylittämään itse tenttivaatimukset.

Olen myös tarkistanut kaikki nämä resurssit että käytin kanssa pisteytys asteikolla 5 , perustuu pois seuraavat ominaisuudet:

  • Hyödyllisyys - suorittaa tentti
  • Oppimisarvo - sillä ei ehkä ole suoraa vaikutusta kokeen tuloksiin, mutta se auttaa sinua rakentamaan vahvan perustan ja työskentelemään monimutkaisemmissa ongelmissa.

Tässä on luettelo resursseista sekä kullekin aiheutuva aika ja kustannukset:

1. Courseran TensorFlow käytännön erikoistumisessa

Hyödyllisyys: 5/5 - Tämä on ehdottoman välttämätöntä, jotta tentti saadaan hyvin (tai jopa läpäistään). Se auttaa sinua käsittelemään kaikki käsikirjan taitojen tarkistusluettelossa mainitut taidot. Tämä on suositeltava kurssi sertifikaatin kotisivulla.

Jos tutkit huolellisesti taitojen tarkistusluettelon ja verrataan sitä sitten kurssin pääpiirteisiin, voit selvittää kunkin taiton suoran kartoituksen. Näyttää siltä, ​​että joko kurssi on luotu sertifiointikokeita ajatellen tai päinvastoin.

Koko erikoistuminen sisältää 4 kurssia:

  • Johdatus koneoppimiseen ja syvään oppimiseen.
  • Konvoluutioiset hermoverkot TensorFlow'ssa
  • Luonnollisen kielen käsittely TensorFlow: ssa
  • Sekvenssi, aikasarjat ja ennustus

Oppimisarvo: 4/5 - Kurssi itsessään riippuu muista resursseista, joiden avulla voit saada perusteellisen käsityksen sen käyttämistä peruskäsitteistä ja aiheista. Tämä on enemmän käytännön kurssia.

Aika: Sinun pitäisi kestää 4–8 viikkoa omistamasi ajan mukaan. Minulla oli aikaisempi kokemus kuvaluokitusongelmista, ja kesti 14 päivää katsella koko erikoistumissarjaa ja harjoittaa kaikkia niiden tarjoamia harjoituksia.

Kustannukset: Tämän hinta on 59 dollaria kuukaudessa 7 päivän ilmaisen kokeilun jälkeen. Täysin sen arvoista, jos joudut maksamaan. Muut resurssit tarjoavat ilmaisen vaihtoehdon.

2. YouTube-soittolistat koneoppimissäätiöltä, Laurence Moroney

Hyödyllisyys: 4/5 - Tämä on vaihtoehto 2 kurssin aloittamiselle TensorFlow-erikoistumisessa Google-kehittäjien YouTube-kanavalla.

Sama tekijä - Laurence Moroney - omistaa NLP: n nollasta sankareille -soittolistan.

Oppimisarvo: 3/5 - Sama kuin yllä, mutta luottaa muihin videoihin ja resursseihin, jos olet aloittelija koneoppimisessa.

Aika: 1-2 viikkoa soittolistaa kohden, jos omistat valmistautumiseen 3–4 tuntia päivässä.

Hinta: ilmainen

3. Käytännön koneoppiminen Scikit-Learn, Keras ja TensorFlow, 2. painos

Hyödyllisyys: 3/5 - Pisteet johtuvat sen merkityksestä kokeeseen . Aloittelijoille tämä on peruslähde koneoppimisen ymmärtämiseen ja sitten vähitellen sukellukseen syvällisen oppimisen, TensorFlow'n, Computer Visionin, CNN: ien, RNN: n ja paljon muuta.

Seuraavat ovat kirjan kaikkein hyödyllisimmät luvut:

  • Luku 10 - Johdatus keinotekoisiin hermoverkkoihin Keraksen kanssa
  • Luku 11 - Syvien hermoverkkojen koulutus
  • Luku 12 - Mukautetut mallit ja koulutus TensorFlow-ohjelmalla
  • Luku 13 - Tietojen lataaminen ja esikäsittely TensorFlow-sovelluksella
  • Luku 14 - Syvä tietokonenäkö konvoluutiohermoverkkojen avulla
  • Luku 15 - Sekvenssien käsittely RNN: ien ja CNN: ien avulla
  • Luku 16 - Luonnollisen kielen käsittely RNN: llä ja huomio

Olen lukenut tätä kirjaa ennen tenttiä ja kirjailija Aurelion on luonut helmen kirjasta pyrkiville datatieteilijöille, ML / AI-insinööreille.

Siinä selvitetään perustekijät, selitetään kunkin algoritmin takana oleva matematiikka ja sitten selitetään käytännön koodi ongelmien ratkaisemiseksi yhdessä parhaiden käytäntöjen kanssa, joka kattaa kaiken. PITÄÄ lukea kaikille koneoppijoille.

Oppimisarvo: 5/5 - Tämä on ylivoimaisesti paras kirja koneoppimisen aloittamiseen.

Aika: 3–4 kuukautta - suosittelen, että luet jokaisen luvun hitaasti ja harjoittelet sitten kunkin luvun lopussa annettua harjoitusta.

Kustannukset: Jos sinulla on siihen varaa, suosittelen saamaan O'Reilly Media -tilauksen hintaan 50 dollaria kuukaudessa, josta saat paitsi tämän kirjan myös kaikki julkaisut ja video- / live-luennot. Vaihtoehtoisesti voit ostaa nidottu Amazon-palvelusta hintaan, joka on saatavana alueellasi (noin 60 dollaria).

Olen O'Reilly-ohjaaja, joten portaalissani on käytettävissä resursseja.

4. Muut hyödylliset YouTube-soittolistat

Nämä ovat muutamia soittolistoja, jotka kävin läpi saadakseni hyvän otteen kaikkiin vaadittuihin käsitteisiin:

  • MIT 6.S191: Johdatus syvään oppimiseen:

    Hyödyllisyys 3/5 - Se auttaa sinua tutustumaan syvälliseen oppimiseen ja hermoverkkojen kehittämiseen TensorFlow-sovelluksen avulla. Sinun tulisi kattaa soittolistan ensimmäiset 3 videota - DL-esittely, toistuva hermoverkko ja konvoluutiohermoverkot.

    Oppimisarvo 4/5 - antaa sinulle hyvän päivityksen perusasioihin, ja käytin sitä hyvänä videona katsottavaksi, kun minulla oli vain mieliala katsella enkä itse asiassa tehnyt paljon käytännön asioita.

    Hinta: ilmainen

    Aika: 3 tuntia

  • Convolutional Neural Networks, Andrew NG

    Aivan kuten yllä oleva soittolista, mutta Andrew NG: n menetelmä selittää syvällistä oppimista. Katsoin tätä sarjaa viime vuonna, erittäin hyödyllinen.

    Katsoin videoita, joita Laurence suositteli kurssillaan.

    Hyödyllisyys: 3/5 - Lisää perusteista.

    Oppimisarvo: 4/5

    Aika: 8–10 tuntia jokaisen videon käsitteiden ymmärtämiseen.

  • Sequence mallit Andrew NG

    Hyödyllisyys: 3/5 - Lisää perusteista.

    Oppimisarvo: 4/5

    Aika: 8–10 tuntia jokaisen videon käsitteiden ymmärtämiseen.

5. PyCharm Tutorial -sarja ja ympäristö Määritä ohjeet

Jos et ole koskaan työskennellyt IDE: ssä aikaisemmin, on erittäin suositeltavaa perehtyä koeympäristöön.

Hyödyllisyys: 5/5 (vaaditaan) - Tämä on aloitteleva sarja PyCharm- aloittelijoille, joka auttaa sinua pääsemään vauhtiin PyCharmin tehokkaassa käytössä.

Oppimisarvo: ei

Varmista, että olet lukenut ympäristöasetusohjeet TensorFlow Developer Certificate -testin suorittamiseksi.

Seuraa PDF-tiedostossa mainittuja ohjeita, koska sertifiointitiimi ei ole vastuussa huolimattomuudestasi.

Vau! Se on pitkä luettelo resursseista, miten onnistuit opiskelemaan?

Oma aikataulu valmisteluun

Huhtikuun loppuun mennessä olin varma, että tarkistan tämän luettelostani. Otin sen vastaan ​​kuten kaikki muutkin projektit ja olin päättänyt nähdä sen läpi.

Joten, tapasin suunnitella joka ilta, mitä aion tehdä seuraavana aamuna. Vaaleanpunaiset väriaikavälit on estetty kurssille opiskelua varten. Nämä 3–4 tuntia aamulla olivat tuottavimpia siellä, missä voin tarttua eniten.

Minulla oli melko johdonmukainen rutiini koko 2 viikon ajan ja nostin intensiteettiä, kun pääsin lähelle tenttipäivää, jossa käytettiin yli 5–6 tuntia päivässä.

Ok, joten hattu oli opiskeluprosessisi?

Kuinka opiskelin

Minulla oli tapana katsella ensin jokaisen viikon oppitunteja, ja sitten harjoitella koodia videotuntien jälkeen annetussa colabissa.

Jokaisen viikon lopussa suoritin Laurencen hänen kurssillaan suunnitteleman tehtävän.

HUOMAUTUS: Kirjoitin koko koodin itse sen sijaan, että täytin vain paikkamerkkitunnuksen.

Palaan myös Hands-on ML -kirjan lukuihin myöhemmin yöllä ennen nukkumista tai aikavälini lopussa, jotta kaikki olisi selkeää. Sitten oppisin seuraavista vaiheista, jotka olivat kokeen opetussuunnitelman ulkopuolella.

TL; DR: KATSO. KOODI. HARJOITELLA. LUKEA. TOISTAA.

Kaikki valmistautuneet suorittamaan kokeen - mitä seuraavaksi?

Jos luulet, että olet käsitellyt kaikki käsikirjassa mainitut taidot ja tunnet olevasi valmis suorittamaan kokeen, se on hienoa.

Nyt olet valmis ostamaan kokeen. Sitä palvelee kolmannen osapuolen alusta nimeltä TrueAbility. Sinun on toimitettava virallinen henkilötodistus (passi toimisi) todennusta varten.

Maksa 100 dollaria tentistä. Sinulla on nyt hyvä mennä, voit aloittaa kokeen heti kun olet valmis.

Ne antavat sinulle yksityiskohtaiset ohjeet PyCharm-laitteen asettamiseksi tenttiä varten. Tässä on, mitä suosittelen tekemään ennen kokeen aloittamista:

  • Varmista, että sinulla on hyvä luotettava Internet-yhteys.
  • Varmista, että olet käynyt läpi PyCharm-aloittelijan opetusohjelman, jos olet uusi IDE-käyttäjä.
  • Testasin PyCarmin suorittamalla muutaman TensorFlow-opetusohjelman. He työskentelivät hyvin ja olin valmis asentamaan koelaajennuksen aloittaaksesi.
  • Luin tenttiohjeet huolellisesti ennen kuin aloitan tentti-painikkeen. Se toimitetaan sinulle tenttiin ilmoittautumisen jälkeen.

OSTA Aloita tentti -painiketta!

Tentin aikana

Koeympäristösi luodaan ja sinut ohjataan kysymyksiin, jotka sinun on ratkaistava. En jaa kokeen yksityiskohtia, koska se olisi epäeettistä.

Kokemukseni mukaan kaikki meni sujuvasti, ja olin melko varma, että suoritan kokeen tarkasteltuani kysymyksiä. Ja olen tosissani suorittanut kokeen 3 tunnin sisällä.

Vinkkejä

  • Varmista, että harjoittelet muutamia harjoituksia PyCharmilla 1-2 päivää ennen tenttiä sen sijaan, että työskentelisit vain Colab-muistikirjojen parissa.
  • Niille malleille, jotka veivät aikaa paikallisella koneellani, koulutin heidät Google Colabiin ja ladasin sitten koulutetun mallin projektikansioon.
  • Jatka muiden kysymysten käsittelyä, kun mallisi harjoittelee; Minulla oli koulutuksessa 3 mallia - 1 koneellani ja 2 Google colabilla ja työskentelin neljännen parissa yrittäessäni virittää hyperparametreja.
  • Jos sinulla on tarpeeksi aikaa, yritä edelleen saada parhaat tulokset jokaiselle mallille.

Tentin jälkeiset rituaalit

Kun olet valmis, paina Lähetä ja lopeta koe -painiketta. Kun olin valmis, sain TrueAbilityltä sähköpostin, jossa onnittelen minua kokeen läpäisemisestä:

Ei ole yksityiskohtaista analyysiä tai raporttia siitä, miten sujui tentillä. He vain mainitsevat, oletko läpäissyt kokeen vai et.

Kokeen läpäisemisen jälkeen sinua pyydetään liittymään TensorFlow Certificate Network -verkostoon, joka kertoo sinulle sertifikaatin haltijoille eri alueilla:

Missä todistus on?

Todellisuuden saaminen todellisuuteen vie noin viikon. Sain omani 3 päivää kokeen jälkeen.

Kun olet saanut sertifikaatin, voit salama merkin sosiaalisen median profiileissasi ja merkitä sen ansioksi ansioluettelossasi.

Kokeen usein kysytyt kysymykset

Onko todellakin niin tärkeää suorittaa tentti, enkö voi työskennellä vastaavan projektin parissa kunkin osan perusteella?

Sanoisin, että voit ehdottomasti tehdä sen, ja itse asiassa se on todennäköisesti parempi tapa kehittää uutta taitoa.

Mutta tentti auttaa sinua tunnistamaan, ja koska se tulee Googlelta, on mukava saada. Se ei ole täydellinen ratkaisu syvällisen oppimisen tai TensorFlow-oppimiseen.

Haluan aloittaa tyhjästä, mitä resursseja minun pitäisi etsiä?

Opi tekemällä asioita. Monet blogit puhuvat ensin syvän matematiikan oppimisesta, mutta pian menetät mielenkiinnon tällä lähestymistavalla.

Aloita oppimalla ohjelmointi (Python tai jokin muu kieli) ja sukella sitten vähitellen koneoppimiseen. Voit myös katsoa tämän Andrew NG: n kurssin.

Tarvitsen aina mentorin tai jonkun, joka ajaa minut tekemään asioita ja ratkaisemaan epäilyt ja ongelmat. Voitteko ehdottaa ratkaisua?

Mentori auttaa todellakin monissa tapauksissa. Jos olet joku, joka haluaa jonkun auttavan opinnäytetyön yksityiskohdissa näiden resurssien lisäksi, voit tutustua Codementoriin, josta löydät ML- ja tekoälyasiantuntijoita, jotka auttavat sinua ratkaisemaan kaikki kyselyt.

Tämä on minulle vähän kallista, onko olemassa ilmainen vai halvempi lähestymistapa?

Kyllä, Tensorflow-tiimi tarjoaa muutamia apurahoja ihmisille, joilla saattaa olla vaikeuksia tentin myöntämisessä. Käy tällä linkillä saadaksesi lisätietoja.

Jos kysymystäsi ei ole käsitelty täällä, voit vastata tähän viestiin ja palaan sinuun. :)

Mitä seuraavaksi?

Aivan kuten muillakin taidoilla, aloita rakentaa asioita ja työskennellä reaalimaailman projekteissa. Aloita tutkimalla avoimen lähdekoodin projekteja, kuten TensorFlow. Hae työpaikkoja tällä merkillä ja jaa tarinasi muille.

Työskentelen täydellistä Deep Learning Foundation -sarjaa, josta on hyötyä ML / DL-hakijoille. Voit katsella minun opettavan Youtube-kanavallani sillä välin.

Tässä on blogiin perustuva video, jossa voit katsella minun jakavan matkani:

Esitän pian kokonaisen sarjan TensorFlow-palvelussa. Tilaa kanavani kiinnostavaa datatieteen sisältöä varten.

Datatiede Harshitin kanssa

Tällä kanavalla aion ottaa käyttöön pari sarjaa, joka kattaa koko datatieteen tilan. Tästä syystä sinun pitäisi tilata kanava:

  • Nämä sarjat kattavat kaikki vaaditut / vaaditut laatuoppaat kustakin aiheesta ja osa-alueista, kuten datatieteen Python-perusteet.
  • Selitetty matematiikka ja johdannaiset siitä, miksi teemme mitä teemme ML: ssä ja syväoppimisessa.
  • Podcastit datatieteilijöiden ja insinöörien kanssa Googlessa, Microsoftissa, Amazonissa jne. Sekä suurten datapohjaisten yritysten toimitusjohtajilla.
  • Projektit ja ohjeet tähänastisten aiheiden toteuttamiseksi.