Hành trình của tôi về cách tôi đạt được Chứng nhận Nhà phát triển Google TensorFlow (Và cách bạn cũng có thể làm được như vậy cũng như nơi để theo đuổi nó)

Tôi nhớ mình đã suy nghĩ trước khi bắt đầu mùa hè về những gì mình nên đạt được, tôi quyết định sẽ sử dụng 2 tháng rưỡi nghỉ ngơi của mình để lấy Chứng chỉ Nhà phát triển TensorFlow. Tên tôi là Pretham, tôi là học sinh lớp 8, yêu thích học sâu và gần đây tôi đã được Chứng nhận Nhà phát triển TensorFlow. Trong bài viết này, tôi sẽ hướng dẫn bạn về hành trình của mình và cách bạn cũng có thể đạt được Chứng chỉ Nhà phát triển TensorFlow.

nội dung:

• Hành trình của tôi
• TensorFlow là gì?
• Tại sao được chứng nhận nhà phát triển TensorFlow
• Chứng nhận nhà phát triển TensorFlow là gì?
• điều kiện tiên quyết
• Vật liệu được sử dụng
• Tôi đã chuẩn bị cho kỳ thi như thế nào
• Những kỹ năng cần thiết
• Kỳ thi
• Mẹo chung
• Đi Đâu Sau
• Cảm ơn bạn đã đọc!

Hành trình của tôi

Tôi nhớ khi lần đầu tiên nghe nói về sự phát triển của AI, tôi đã vô cùng ấn tượng và tự hỏi làm thế nào để có thể tham gia. Nhiều video giải thích sự khác biệt giữa học máy và học sâu. Tôi quyết định rằng mình sẽ bỏ qua học máy và lao ngay vào học sâu. Để tìm hiểu về Deep Learning, tôi phải chọn một thư viện python, hai thư viện phổ biến mà tôi đã xem qua là TensorFlow và PyTorch. Tôi đã chọn TensorFlow vì số lượng bài đăng trên StackOverflow cũng như chứng nhận sẽ là mục tiêu để tôi hướng tới.

Sau khi chọn TensorFlow, tôi bắt đầu tìm kiếm các khóa học và tham gia Khóa học TensorFlow từ không đến thành thạo của Daniel Bourke (Chúng ta sẽ tìm hiểu sâu hơn về khóa học này sau trong phần tài liệu). Tôi ngay lập tức bắt đầu khóa học và rất thích phong cách giảng dạy cũng như lý thuyết máy móc và học sâu. Tôi mất khoảng 2 tháng để hoàn thành khóa học, nhưng nếu bạn thực sự tập trung vào nó, bạn có thể hoàn thành nhanh hơn. Sau khi kết thúc khóa học, tôi đã dành hai tuần để chuẩn bị cho kỳ thi và cuối cùng đã thi và đậu. Tôi thực sự đã vượt qua một ngày trước khi trường học của tôi bắt đầu hoạt động trở lại!

Bây giờ bạn đã nghe về hành trình của tôi, bây giờ bạn có thể đọc về cách bạn có thể được Google chứng nhận!

TensorFlow là gì?

TensorFlow là một khung học sâu do Google tạo ra và được sử dụng để phát triển các mô hình. TensorFlow là một trong những framework deep learning được sử dụng nhiều nhất, được tạo ra và hỗ trợ bởi Google.

TensorFlow có thể được viết bằng Python, JavaScript, C++ và Java. Cách phổ biến nhất để chạy TensorFlow là trên Python, đây cũng là cách thực hiện bài kiểm tra. Tuy nhiên, khi bạn thực thi mã TensorFlow bằng Python, API không thực sự sử dụng Python. Thay vào đó, nó sử dụng C++ để chạy các chức năng mà bạn đã yêu cầu API thực hiện.

Tại sao được Chứng nhận Nhà phát triển TensorFlow?

Tôi quyết định lấy chứng chỉ vì tôi bị hấp dẫn bởi lĩnh vực AI và cũng muốn đạt được điều gì đó trong kỳ nghỉ hè của mình.

Tại sao bạn có thể muốn được Chứng nhận:

1. Tìm hiểu TensorFlow và tìm hiểu cách tạo các mô hình học sâu.
2. Đặt mình ra khỏi đám đông
3. Thể hiện các kỹ năng cho nhà tuyển dụng hiện tại/tương lai của bạn

Có gì trong Chứng chỉ nhà phát triển TensorFlow?

Chứng nhận nhằm mục đích kiểm tra khả năng sử dụng TensorFlow của bạn với API Python. Trong kỳ thi, bạn sẽ xây dựng một loạt các mô hình học sâu.

• hồi quy
• phân loại
• Thị giác máy tính (hình ảnh)
• Xử lý ngôn ngữ tự nhiên (văn bản)
• Dự báo chuỗi thời gian (Dự đoán tương lai bằng cách sử dụng dữ liệu trong quá khứ)

Một số điều kiện tiên quyết trước khi tham gia bất kỳ khóa học nào được liệt kê ở đây:

1. Kiến thức Python cơ bản
2. Toán THPT
3. Tiền: Tôi đã sử dụng khoảng 250 đô la
4. Động lực để học

Trong hành trình của mình, tôi chủ yếu sử dụng 2 tài liệu để học TensorFlow và Lý thuyết học máy và học sâu.

1. Tài liệu chính tôi sử dụng là khóa học tuyệt vời do Daniel Bourke tạo ra. Khóa học này được thực hiện đẹp mắt và được giải thích một cách tao nhã. Khóa học hơi dài và gần cuối mỗi phần trong khóa học, tôi đã ngừng viết mã sau khi học các nguyên tắc cơ bản vì nó lặp đi lặp lại.
2. Tài liệu thứ hai tôi sử dụng là một cuốn sách của Aurélien Géron. Cuốn sách này bao gồm mọi thứ bạn cần biết, cũng như nhiều thông tin hơn nữa. Cuốn sách này bao gồm các chủ đề phức tạp có thể không thân thiện với người mới bắt đầu như bạn muốn.

1. Nếu bạn đăng ký Coursera, khóa học này của Laurence Moroney chắc chắn là lựa chọn tốt nhất. Laurence Moroney thậm chí còn là người dẫn đầu về AI tại Google!
2. Để tìm hiểu lý thuyết học sâu, 3Blue1Brown đã tạo một loạt video tuyệt vời bao gồm mọi thứ bạn cần biết miễn phí trên YouTube!

Sau khi kết thúc Khóa học Zero-To-Mastery của Daniel Bourke, tôi bắt đầu chuẩn bị cho kỳ thi. Tôi đã chuẩn bị cho kỳ thi bằng cách tìm các tập dữ liệu trên Kaggle rồi lập mô hình cho chúng.

Hãy nhớ đảm bảo rằng bạn biết mọi thứ trong Sổ tay chứng chỉ do Google cung cấp. Để đảm bảo rằng tôi hiểu mọi thứ trong sổ tay, tôi đã tạo Google Colab Jupyter Notebook và mã hóa mọi thứ.

Những kỹ năng cần thiết

Tóm tắt những gì bạn sẽ cần phải hiểu để vượt qua kỳ thi.

• Hiểu lý thuyết học sâu ở một mức độ nào đó
• Có thể sử dụng Tensorflow 2 với API Python
• Dữ liệu tiền xử lý (Bộ dữ liệu Tensorflow, CSV, JSON, dữ liệu hình ảnh, dữ liệu chuỗi thời gian, v.v.)
• Sử dụng các mô hình tuần tự
• Hiểu các chức năng Mất mát và Trình tối ưu hóa
• Hiểu cách ngăn ngừa trang phục thừa và trang phục thiếu
• Có thể sửa lỗi (Chủ yếu là lỗi hình dạng)
• Sử dụng gọi lại
• Sử dụng mạng thần kinh tích chập
• Sử dụng ImageDataGenerator
• Thêm tăng cường dữ liệu
• Mô hình NLP
• Hiểu và Sử dụng Word Embeddings
• Sử dụng các lớp RNN, GRU và LSTM
• Chuẩn bị dữ liệu chuỗi thời gian
• Sử dụng RNN và CNN
• Điều chỉnh LR (Sử dụng gọi lại)

Sau khi bạn làm mọi thứ ở trên, sẽ đến lúc làm bài kiểm tra thực tế!

Những điều bạn cần biết về kỳ thi:

1. Mỗi lần thử trong kỳ thi có giá 100 USD.
2. Kỳ thi diễn ra trong môi trường PyCharm, vì vậy hãy sẵn sàng sử dụng PyCharm.
3. Giới hạn thời gian là 5 giờ. Mặc dù có thể sẽ không mất 5 giờ nếu bạn có quyền truy cập vào GPU, nhưng sẽ thật tuyệt nếu bạn có khoảng 5 giờ để làm bài kiểm tra.
4. Kỳ thi không khó như bạn nghĩ. Nếu bạn học mọi thứ một cách chính xác và thực sự hiểu về Deep Learning với TensorFlow, bạn sẽ vượt qua kỳ thi.
5. Để vượt qua bài kiểm tra, bạn cần đạt 90%, vì vậy khoảng 25/23 trở lên.

Mẹo chung

• Hiểu Tài liệu và luôn đọc nó!!! Hãy nhớ đọc tài liệu của hầu hết các mã bạn sử dụng.
• Hãy để mô hình của bạn hội tụ trên dữ liệu (Không giới hạn số lượng kỷ nguyên ở một lượng nhỏ, thay vào đó, hãy để Gọi lại thực hiện công việc)
• Sử dụng Gọi lại, tôi đã sử dụng ModelCheckpoint, EarlyStopping và ReduceLRonPlateau
• Trên Dữ liệu hình ảnh luôn sử dụng Tăng cường dữ liệu, điều này sẽ ngừng khớp quá mức.
• Tiếp tục thêm Độ phức tạp vào mô hình nếu nó không phù hợp với dữ liệu.
• Hiểu cách điều chỉnh tham số (Thêm bỏ học, thay đổi mức độ phức tạp, v.v.)

Sau khi thi xong:

Bạn sẽ được thông báo cho dù bạn vượt qua hay không. Sau đó, bạn sẽ nhận được chứng chỉ cho thấy bạn đã vượt qua kỳ thi. Đây là của tôi . Mặc dù tôi không thể cho bạn biết nhiều về những gì diễn ra trong kỳ thi, nhưng bạn có thể sẽ biết mình có đậu hay không trước khi nhận được email.

Phải làm gì sau:

Sau khi thi xong, bạn sẽ có kiến ​​thức để tạo ra các loại mô hình, vậy tại sao không áp dụng nó? Ở trường cấp hai của tôi, chúng tôi có một dự án Capstone và tôi dự định sử dụng kiến ​​thức về TensorFlow của mình để tạo ra một chiếc ô tô tự lái mini.

Một điều khác mà tôi đã làm là học một framework học sâu nổi tiếng khác có tên là PyTorch. Một ý tưởng khác là bắt đầu tìm hiểu sâu hơn về lĩnh vực học sâu. Bạn có thể làm điều này bằng cách tìm hiểu về các chủ đề mới như GAN, Bộ mã hóa tự động, v.v. Hoặc bạn có thể bắt đầu tìm hiểu về các kiến ​​trúc phức tạp hơn như Transformers.

Cảm ơn bạn đã đọc!

Hy vọng rằng, bài viết này đã giúp bạn trong bất kỳ cách nào. Cảm ơn bạn rất nhiều vì đã đọc!