การเดินทางของฉันว่าฉันได้รับการรับรองจาก Google TensorFlow Developer ได้อย่างไร (และคุณจะทำได้อย่างไร รวมถึงจะไปที่ไหนต่อ)

ฉันจำได้ว่าก่อนเริ่มฤดูร้อนฉันควรทำอะไรให้สำเร็จ ฉันตัดสินใจว่าจะใช้ช่วงพัก 2 เดือนครึ่งเพื่อรับ TensorFlow Developer Certified ฉันชื่อ Pretham ฉันเป็นนักเรียนชั้นประถมศึกษาปีที่ 8 ที่รักการเรียนรู้เชิงลึกและเพิ่งได้รับการรับรอง TensorFlow Developer ในบทความนี้ ฉันจะแนะนำคุณตลอดเส้นทางของฉันและวิธีที่คุณจะได้รับ TensorFlow Developer Certified เช่นกัน

เนื้อหา:

• การเดินทางของฉัน
• TensorFlow คืออะไร?
• เหตุใดจึงต้องได้รับการรับรอง TensorFlow Developer
• ใบรับรองนักพัฒนา TensorFlow คืออะไร
• ข้อกำหนดเบื้องต้น
• วัสดุที่ใช้
• ฉันเตรียมตัวอย่างไรสำหรับการสอบ
• ทักษะที่จำเป็น
• การสอบ
• เคล็ดลับทั่วไป
• จะไปที่ไหนหลังจาก
• ขอบคุณสำหรับการอ่าน!

การเดินทางของฉัน

ฉันจำได้ว่าตอนที่ฉันได้ยินเกี่ยวกับการพัฒนาของ AI เป็นครั้งแรก ฉันรู้สึกประทับใจมากและสงสัยว่าฉันจะเข้าร่วมได้อย่างไร วิดีโอจำนวนมากอธิบายความแตกต่างระหว่างแมชชีนเลิร์นนิงและการเรียนรู้เชิงลึก ฉันตัดสินใจว่าจะข้ามแมชชีนเลิร์นนิงและดำดิ่งสู่การเรียนรู้เชิงลึก หากต้องการเรียนรู้เกี่ยวกับการเรียนรู้เชิงลึก ฉันต้องเลือกไลบรารี่ไพธอน ไลบรารียอดนิยมสองไลบรารีที่ฉันเจอคือ TensorFlow และ PyTorch ฉันเลือก TensorFlow เนื่องจากจำนวนโพสต์บน StackOverflow รวมถึงการรับรองซึ่งเป็นเป้าหมายสำหรับฉันในการทำงานให้สำเร็จ

หลังจากเลือก TensorFlow ฉันก็เริ่มมองหาหลักสูตรและลงเอยที่หลักสูตร Zero-To-Mastery TensorFlow โดย Daniel Bourke (เราจะเจาะลึกลงไปในหลักสูตรในภายหลังในส่วนเนื้อหา) ฉันเริ่มหลักสูตรทันทีและสนุกกับรูปแบบการสอนตลอดจนทฤษฎีการเรียนรู้เชิงลึกของเครื่องจักร หลักสูตรนี้ใช้เวลาประมาณ 2 เดือนจึงจะจบ แต่ถ้าคุณตั้งใจเรียนจริงๆ คุณจะจบได้เร็วขึ้น หลังจากจบหลักสูตร ฉันใช้เวลาสองสัปดาห์ในการเตรียมตัวสอบ และในที่สุดก็สอบผ่าน ฉันผ่านไปเพียงวันเดียวก่อนที่โรงเรียนของฉันจะเริ่มกลับมาอีกครั้ง!

ตอนนี้คุณได้ยินเกี่ยวกับการเดินทางของฉันแล้ว ตอนนี้คุณสามารถอ่านเกี่ยวกับวิธีรับการรับรองจาก Google ได้แล้ว!

TensorFlow คืออะไร?

TensorFlow เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่สร้างโดย Google และใช้ในการพัฒนาโมเดล TensorFlow เป็นหนึ่งในเฟรมเวิร์กการเรียนรู้เชิงลึกที่ใช้มากที่สุด และสร้างและสนับสนุนโดย Google

TensorFlow สามารถเขียนได้ด้วย Python, JavaScript, C++ และ Java วิธีที่ได้รับความนิยมสูงสุดในการรัน TensorFlow คือการใช้ Python ซึ่งเป็นวิธีการทำข้อสอบด้วย อย่างไรก็ตาม เมื่อคุณรันโค้ด TensorFlow ใน Python แล้ว API ไม่ได้ใช้ Python จริงๆ แต่จะใช้ C++ เพื่อเรียกใช้ฟังก์ชันที่คุณขอให้ API ทำแทน

เหตุใดจึงต้องได้รับการรับรอง TensorFlow Developer

ฉันตัดสินใจรับการรับรองเพราะฉันรู้สึกทึ่งในสาขาของ AI และต้องการทำบางสิ่งให้สำเร็จในช่วงปิดเทอมฤดูร้อน

ทำไมคุณอาจต้องการได้รับการรับรอง:

1. เรียนรู้ TensorFlow และเรียนรู้วิธีสร้างโมเดลการเรียนรู้เชิงลึก
2. แยกตัวเองออกจากฝูงชน
3. แสดงทักษะให้กับนายจ้างปัจจุบัน/อนาคตของคุณ

ใบรับรองนักพัฒนา TensorFlow คืออะไร

การรับรองมีวัตถุประสงค์เพื่อทดสอบความสามารถของคุณในการใช้ TensorFlow กับ Python API ในการสอบ คุณจะได้สร้างโมเดลการเรียนรู้เชิงลึกที่หลากหลาย

• การถดถอย
• การจัดหมวดหมู่
• คอมพิวเตอร์วิทัศน์ (ภาพ)
• การประมวลผลภาษาธรรมชาติ (ข้อความ)
• Time Series Forecasting (ทำนายอนาคตโดยใช้ข้อมูลในอดีต)

ข้อกำหนดเบื้องต้นบางประการก่อนที่จะเข้าเรียนหลักสูตรใด ๆ ระบุไว้ที่นี่:

1. ความรู้พื้นฐานของ Python
2. คณิตศาสตร์ ม.ปลาย
3. เงิน: ฉันใช้ไปประมาณ 250 ดอลลาร์
4. ไดรฟ์ที่จะเรียนรู้

ในการเดินทางของฉัน ฉันใช้วัสดุ 2 อย่างเป็นหลักในการเรียนรู้ TensorFlow และการเรียนรู้ของเครื่อง และทฤษฎีการเรียนรู้เชิงลึก

1. เนื้อหาหลักที่ฉันใช้คือหลักสูตร ที่น่าทึ่งซึ่ง สร้างโดย Daniel Bourke หลักสูตรนี้ถูกสร้างขึ้นอย่างสวยงามและได้รับการอธิบายอย่างสง่างาม หลักสูตรนี้ค่อนข้างยาวและใกล้จะจบทุกส่วนในหลักสูตรแล้ว ฉันหยุดเขียนโค้ดไปพร้อมกันหลังจากเรียนรู้พื้นฐานเพราะมันซ้ำซากจำเจ
2. วัสดุที่สองที่ฉันใช้คือหนังสือของ Aurélien Géron หนังสือเล่มนี้ครอบคลุมทุกสิ่งที่คุณจำเป็นต้องรู้ ตลอดจนข้อมูลเพิ่มเติม หนังสือเล่มนี้ครอบคลุมหัวข้อที่ซับซ้อนซึ่งอาจไม่เป็นมิตรกับผู้เริ่มต้นเท่าที่คุณต้องการ

1. หากคุณสมัครสมาชิก Coursera หลักสูตร นี้ โดย Laurence Moroney เป็นตัวเลือกที่ดีที่สุดอย่างแน่นอน Laurence Moroney เป็นผู้นำด้าน AI ที่ Google!
2. หากต้องการเรียนรู้ทฤษฎีการเรียนรู้เชิงลึก 3Blue1Brown ได้สร้างซีรีส์ ที่ยอดเยี่ยม ซึ่งครอบคลุมทุกสิ่งที่คุณจำเป็นต้องรู้บน YouTube ฟรี!

หลังจากจบ Zero-To-Mastery Course โดย Daniel Bourke ฉันก็เริ่มเตรียมตัวสอบ ฉันเตรียมตัวสอบโดยค้นหาชุดข้อมูลในKaggleแล้วสร้างแบบจำลอง

อย่าลืมตรวจสอบให้แน่ใจว่าคุณรู้ทุกอย่างในคู่มือ การรับรองที่ จัดทำโดย Google เพื่อให้แน่ใจว่าฉันเข้าใจทุกอย่างในคู่มือนี้ ฉันได้สร้าง Google Colab Jupyter Notebook และเขียนโค้ดทุกอย่างออกมา

ทักษะที่จำเป็น

สรุปสิ่งที่ต้องเข้าใจเพื่อสอบผ่าน

• เข้าใจ Deep Learning Theory ในระดับหนึ่ง
• สามารถใช้ Tensorflow 2 กับ Python API
• ประมวลผลข้อมูลล่วงหน้า (ชุดข้อมูล Tensorflow, CSV, JSON, ข้อมูลรูปภาพ, ข้อมูลอนุกรมเวลา ฯลฯ)
• ใช้แบบจำลองตามลำดับ
• ทำความเข้าใจเกี่ยวกับฟังก์ชันการสูญเสียและเครื่องมือเพิ่มประสิทธิภาพ
• ทำความเข้าใจเกี่ยวกับวิธีป้องกันการโอเวอร์ฟิตติ้งและโอเวอร์ฟิตติ้ง
• สามารถแก้ไขข้อผิดพลาดได้ (ส่วนใหญ่ผิดรูปร่าง)
• ใช้การโทรกลับ
• ใช้ Convolutional Neural Networks
• ใช้ ImageDataGenerator
• เพิ่มการเสริมข้อมูล
• โมเดล NLP
• ทำความเข้าใจและใช้การฝังคำ
• ใช้เลเยอร์ RNN, GRU และ LSTM
• เตรียมข้อมูลอนุกรมเวลา
• ใช้ RNN และ CNN
• ปรับ LR (ใช้การโทรกลับ)

หลังจากคุณทำทุกอย่างข้างต้นแล้ว ก็ถึงเวลาทำข้อสอบจริง!

สิ่งที่คุณต้องรู้เกี่ยวกับการสอบ:

1. ความพยายามในการสอบทุกครั้งมีค่าใช้จ่าย $100 USD
2. การสอบเกิดขึ้นในสภาพแวดล้อม PyCharm ดังนั้นเตรียมพร้อมที่จะใช้ PyCharm
3. กำหนดเวลาคือ 5 ชั่วโมง แม้ว่าอาจจะใช้เวลาไม่ถึง 5 ชั่วโมงหากคุณสามารถเข้าถึง GPU ได้ แต่ควรเผื่อเวลาไว้ประมาณ 5 ชั่วโมงในการทำข้อสอบ
4. ข้อสอบไม่ยากอย่างที่คิด หากคุณเรียนรู้ทุกอย่างถูกต้องและเข้าใจ Deep-Learning ด้วย TensorFlow อย่างแท้จริง คุณจะทำข้อสอบได้ดี
5. เพื่อให้ผ่านการสอบ คุณต้องได้ 90% ดังนั้นประมาณ 23/25 ขึ้นไป

เคล็ดลับทั่วไป

• ทำความเข้าใจ Documentation และหมั่นอ่าน!!! อย่าลืมอ่านเอกสารของโค้ดส่วนใหญ่ที่คุณใช้
• ให้โมเดลของคุณมาบรรจบกับข้อมูล (อย่าจำกัดจำนวนของยุคให้เหลือน้อย แต่ปล่อยให้ Callbacks ทำงานแทน)
• ใช้การโทรกลับ ฉันใช้ ModelCheckpoint, EarlyStopping และ ReduceLRonPlateau
• ข้อมูลรูปภาพใช้การเสริมข้อมูลเสมอ ซึ่งจะหยุดการใช้ข้อมูลมากเกินไป
• เพิ่มความซับซ้อนให้กับโมเดลต่อไปหากข้อมูลไม่เพียงพอ
• ทำความเข้าใจวิธีปรับแต่งพารามิเตอร์ (เพิ่มการออกกลางคัน เปลี่ยนจำนวนความซับซ้อน ฯลฯ)

หลังสอบเสร็จ:

คุณจะได้รับแจ้งว่าคุณผ่านหรือไม่ หลังจากนั้นคุณจะได้รับใบรับรองแสดงว่าคุณสอบผ่าน นี่คือของฉัน แม้ว่าเราจะบอกคุณไม่ได้มากเกี่ยวกับสิ่งที่เกิดขึ้นระหว่างการสอบ แต่คุณก็น่าจะรู้ได้ว่าคุณสอบผ่านหรือไม่ก่อนที่จะได้รับอีเมล

จะทำอย่างไรหลังจาก:

หลังจากสอบเสร็จ คุณจะมีความรู้ในการสร้างแบบจำลองทุกประเภท ดังนั้นทำไมไม่ลองนำไปใช้ล่ะ ที่โรงเรียนมัธยมของฉัน เรามีโครงการ Capstone และฉันวางแผนที่จะใช้ความรู้ TensorFlow ของฉันเพื่อสร้างรถยนต์ไร้คนขับขนาดเล็ก

อีกอย่างที่ฉันทำไปแล้วคือเรียนรู้เฟรมเวิร์กการเรียนรู้เชิงลึกอันโด่งดังอีกตัวหนึ่งที่ชื่อว่า PyTorch อีกแนวคิดหนึ่งคือการเริ่มดำดิ่งลึกลงไปในสาขาการเรียนรู้เชิงลึก คุณสามารถทำได้โดยการเรียนรู้เกี่ยวกับหัวข้อใหม่ๆ เช่น GAN, โปรแกรมเข้ารหัสอัตโนมัติ เป็นต้น หรือคุณสามารถเริ่มเรียนรู้เกี่ยวกับสถาปัตยกรรมที่ซับซ้อนมากขึ้น เช่น Transformers

ขอบคุณสำหรับการอ่าน!

หวังว่าบทความนี้จะช่วยคุณในทางใดทางหนึ่ง ขอบคุณมากสำหรับการอ่าน!