Moja podróż po tym, jak uzyskałem certyfikat programisty Google TensorFlow (i jak możesz to zrobić, a także gdzie się udać)

Pamiętam, jak przed rozpoczęciem lata zastanawiałem się, co powinienem osiągnąć, i zdecydowałem, że wykorzystam moją 2,5-miesięczną przerwę, aby uzyskać certyfikat programisty TensorFlow. Nazywam się Pretham, jestem uczniem ósmej klasy, który uwielbia głębokie uczenie się i niedawno uzyskałem certyfikat programisty TensorFlow. W tym artykule przeprowadzę Cię przez moją podróż i opiszę, jak możesz uzyskać certyfikat programisty TensorFlow.

Zawartość:

• Moja podróż
• Co to jest TensorFlow?
• Dlaczego warto uzyskać certyfikat programisty TensorFlow
• Co to jest certyfikat programisty TensorFlow?
• Wymagania wstępne
• Użyte materiały
• Jak przygotowałem się do egzaminu
• Wymagane umiejętności
• Egzamin
• Ogólne wskazówki
• Gdzie iść po
• Dziękuję za przeczytanie!

Moja podróż

Pamiętam, kiedy po raz pierwszy usłyszałem o rozwoju sztucznej inteligencji, byłem pod ogromnym wrażeniem i zastanawiałem się, jak mógłbym się przyłączyć. Wiele filmów wyjaśniało różnice między uczeniem maszynowym a uczeniem głębokim. Zdecydowałem, że pominę uczenie maszynowe i od razu zagłębię się w uczenie głębokie. Aby dowiedzieć się o Deep Learning, musiałem wybrać bibliotekę Pythona, dwie popularne biblioteki, na które się natknąłem, to TensorFlow i PyTorch. Wybrałem TensorFlow ze względu na liczbę postów na StackOverflow, a także certyfikację, nad którą chciałbym pracować.

Po wybraniu TensorFlow zacząłem szukać kursów i trafiłem na kurs TensorFlow od zera do mistrzostwa autorstwa Daniela Bourke (zajmiemy się tym kursem później w sekcji z materiałami). Natychmiast rozpocząłem kurs i spodobał mi się styl nauczania, a także teoria maszyn i głębokiego uczenia się. Ukończenie kursu zajęło mi około 2 miesięcy, ale jeśli naprawdę się na nim skupisz, możesz ukończyć go szybciej. Po ukończeniu kursu przez dwa tygodnie przygotowywałem się do egzaminu, który w końcu zdałem i zdałem. Dosłownie minął jeden dzień, zanim moja szkoła znów zaczęła działać!

Teraz, gdy już słyszałeś o mojej podróży, możesz teraz przeczytać o tym, jak możesz uzyskać certyfikat Google!

Co to jest TensorFlow?

TensorFlow to framework do głębokiego uczenia się stworzony przez Google i używany do tworzenia modeli. TensorFlow to jedna z najczęściej używanych platform do głębokiego uczenia się, stworzona i wspierana przez Google.

TensorFlow można napisać w Pythonie, JavaScript, C++ i Javie. Najpopularniejszym sposobem uruchamiania TensorFlow jest Python, w ten sposób również zdawany jest egzamin. Jednak podczas wykonywania kodu TensorFlow w języku Python interfejs API w rzeczywistości nie używa języka Python. Zamiast tego używa C++ do uruchamiania funkcji, o które prosiłeś API.

Dlaczego warto uzyskać certyfikat programisty TensorFlow?

Zdecydowałem się na certyfikat, ponieważ zaintrygowała mnie dziedzina sztucznej inteligencji, a także chciałem coś osiągnąć podczas letnich wakacji.

Dlaczego warto uzyskać certyfikat:

1. Poznaj TensorFlow i dowiedz się, jak tworzyć modele głębokiego uczenia.
2. Wyróżnij się z tłumu
3. Zaprezentuj swoje umiejętności obecnemu/przyszłemu pracodawcy

Co zawiera certyfikat programisty TensorFlow?

Certyfikacja ma na celu przetestowanie umiejętności korzystania z TensorFlow z API Pythona. Na egzaminie zbudujesz szereg modeli głębokiego uczenia się.

• Regresja
• Klasyfikacja
• Wizja komputerowa (obrazy)
• Przetwarzanie języka naturalnego (tekst)
• Prognozowanie szeregów czasowych (przewidywanie przyszłości na podstawie danych z przeszłości)

Niektóre wymagania wstępne przed podjęciem jakichkolwiek kursów są wymienione tutaj:

1. Podstawowa znajomość Pythona
2. Matematyka liceum
3. Pieniądze: użyłem około 250 $
4. Pęd do nauki

Podczas mojej podróży korzystałem głównie z 2 materiałów do nauki TensorFlow oraz Machine-Learning i Deep-Learning Theory.

1. Głównym materiałem, z którego korzystałem, był niesamowity kurs stworzony przez Daniela Bourke. Ten kurs został pięknie wykonany i został wyjaśniony w elegancki sposób. Kurs jest trochę długi i pod koniec każdej sekcji kursu przestałem kodować po nauczeniu się podstaw, ponieważ był powtarzalny.
2. Drugim materiałem, z którego korzystałem, była książka Auréliena Géron. Ta książka zawiera wszystko, co musisz wiedzieć, a także jeszcze więcej informacji. Ta książka omawia skomplikowane tematy, które mogą nie być tak przyjazne dla początkujących, jak byś sobie tego życzył.

1. Jeśli masz subskrypcję Coursera, ten kurs Laurence'a Moroneya jest zdecydowanie najlepszą opcją. Laurence Moroney jest nawet liderem AI w Google!
2. Aby nauczyć się teorii głębokiego uczenia się, 3Blue1Brown stworzył świetną serię obejmującą wszystko, co musisz wiedzieć, w YouTube za darmo!

Po ukończeniu Kursu Zero-to-Mastery Daniela Bourke zacząłem przygotowywać się do egzaminu. Przygotowałem się do egzaminu, znajdując zbiory danych na Kaggle , a następnie modelując je.

Pamiętaj, aby upewnić się, że wiesz wszystko w Podręczniku certyfikacji dostarczonym przez Google. Aby upewnić się, że zrozumiałem wszystko w podręczniku, utworzyłem notatnik Google Colab Jupyter i wszystko zakodowałem.

Wymagane umiejętności

Podsumowanie tego, co musisz zrozumieć, aby zdać egzamin.

• Zrozumieć do pewnego stopnia teorię głębokiego uczenia się
• Być w stanie używać Tensorflow 2 z API Pythona
• Wstępne przetwarzanie danych (zestawy danych Tensorflow, CSV, JSON, dane obrazu, dane szeregów czasowych itp.)
• Użyj modeli sekwencyjnych
• Zrozumienie funkcji strat i optymalizatorów
• Dowiedz się, jak zapobiegać przeuczeniu i niedopasowaniu
• Być w stanie naprawić błędy (głównie błędy kształtu)
• Użyj wywołań zwrotnych
• Wykorzystaj konwolucyjne sieci neuronowe
• Użyj ImageDataGeneratora
• Dodaj rozszerzenie danych
• Modele NLP
• Zrozum i używaj osadzania słów
• Użyj warstw RNN, GRU i LSTM
• Przygotuj dane szeregów czasowych
• Użyj RNN i CNN
• Dostosuj LR (Użyj wywołania zwrotnego)

Po wykonaniu wszystkich powyższych czynności nadejdzie czas na przystąpienie do właściwego egzaminu!

Co musisz wiedzieć o egzaminie:

1. Każde podejście do egzaminu kosztuje 100 USD.
2. Egzamin odbywa się w środowisku PyCharm, więc przygotuj się na korzystanie z PyCharm.
3. Limit czasu wynosi 5 godzin. Chociaż prawdopodobnie nie zajmie to 5 godzin, jeśli masz dostęp do GPU, byłoby wspaniale ustawić około 5 godzin czasu wolnego na przystąpienie do egzaminu.
4. Egzamin nie jest tak trudny, jak mogłoby się wydawać. Jeśli nauczysz się wszystkiego poprawnie i naprawdę zrozumiesz głębokie uczenie się za pomocą TensorFlow, zdasz egzamin.
5. Aby zdać egzamin potrzebujesz 90%, czyli około 23/25 lub więcej.

Ogólne wskazówki

• Zapoznaj się z dokumentacją i zawsze ją czytaj!!! Pamiętaj, aby przeczytać dokumentację większości używanego kodu.
• Pozwól swojemu modelowi zbiegać się z danymi (nie ograniczaj liczby epok do niewielkiej ilości, zamiast tego pozwól wywołaniom zwrotnym wykonać pracę)
• Użyj wywołań zwrotnych, użyłem ModelCheckpoint, EarlyStopping i ReduceLRonPlateau
• W przypadku danych obrazu zawsze używaj rozszerzania danych, co zapobiegnie nadmiernemu dopasowaniu.
• Kontynuuj dodawanie złożoności do modelu, jeśli jest on niedopasowany do danych.
• Dowiedz się, jak dostroić parametry (dodać porzucenie, zmienić stopień złożoności itp.)

Po zakończeniu egzaminu:

Zostaniesz powiadomiony, czy zdasz, czy nie. Następnie otrzymasz poświadczenie potwierdzające, że zdałeś egzamin. Oto mój . Chociaż nie mogę Ci wiele powiedzieć o tym, co dzieje się podczas egzaminu, prawdopodobnie dowiesz się, czy zdasz, czy nie, zanim otrzymasz wiadomość e-mail.

Co robić po:

Po zdanym egzaminie będziesz miał wiedzę pozwalającą na tworzenie wszelkiego rodzaju modeli, więc czemu by jej nie zastosować? W moim gimnazjum mamy projekt Capstone i planuję wykorzystać moją wiedzę z TensorFlow do stworzenia mini samojezdnego samochodu.

Kolejną rzeczą, którą już zrobiłem, jest nauczenie się innego słynnego frameworka do głębokiego uczenia się o nazwie PyTorch. Innym pomysłem jest rozpoczęcie głębszego nurkowania w dziedzinie głębokiego uczenia się. Możesz to zrobić, poznając nowe tematy, takie jak GAN, autoenkodery itp. Możesz też zacząć uczyć się o bardziej złożonych architekturach, takich jak Transformatory.

Dziękuję za przeczytanie!

Mamy nadzieję, że ten artykuł pomógł ci w jakikolwiek sposób. Dziękuję bardzo za przeczytanie!