Πώς να περάσετε την εξέταση πιστοποιητικού προγραμματιστή TensorFlow

Στις 12 Μαρτίου, φέτος, η ομάδα TensorFlow παρουσίασε την εξέταση πιστοποιητικού προγραμματιστή TensorFlow.

Περικοπή στις 13 Ιουνίου και είμαι πιστοποιημένος από τον TensorFlow Developer ✅

Τι συνέβη λοιπόν σε αυτό το μεγάλο διάστημα 3 μηνών;

Αφού τήρησα όλες τις επιχειρηματικές και προσωπικές μου δεσμεύσεις, κατάφερα να απογειωθώ για ένα μήνα για να προετοιμαστώ για τις εξετάσεις. Μετά τη μελέτη όλων των λεπτομερειών της εξέτασης, δημιούργησα ένα πρόγραμμα εκμάθησης για να ετοιμαστώ στις εξετάσεις σε 14 ημέρες *.

Όλα αυτά είναι ωραία - αλλά τι είναι το TensorFlow;

Η ουσία: TensorFlow είναι μια πλατφόρμα μηχανικής εκμάθησης ανοιχτού κώδικα προς άκρο. Διαθέτει ένα ολοκληρωμένο οικοσύστημα βιβλιοθηκών, εργαλείων και κοινοτικών πόρων που επιτρέπει στους μηχανικούς ML, AI, επιστήμονες / αναλυτές να δημιουργούν και να αναπτύσσουν εφαρμογές που υποστηρίζονται από ML.

Το Google, το Airbnb, το DeepMind, το intel, το Twitter και πολλά άλλα υποστηρίζονται από την TensorFlow και τους βοηθά να λύσουν ένα ευρύ φάσμα προβλημάτων.

Τώρα, δεν είμαι ευαγγελιστής πιστοποίησης. Αλλά αφού ήδη χρησιμοποιούσα και παρακολουθούσα το TensorFlow τόσο στενά όσο ο Λάτρεις της Επιστήμης Δεδομένων μου έδωσε την προσοχή.

Ήταν ένα καταπληκτικό μάθημα και είμαι εδώ για να μοιραστώ όλες τις λεπτομέρειες του τι είναι το πρόγραμμα, πώς το έκανα και πώς μπορείτε να το κάνετε και αυτό!

Σε τι αφορά αυτό το πρόγραμμα πιστοποιητικών ;

Το πιστοποιητικό είναι μια επίσημη επικύρωση που επιβεβαιώνει την επάρκεια σας με το TensorFlow όσον αφορά την επίλυση προβλημάτων βαθιάς μάθησης και ML στην αγορά εργασίας με γνώμονα το AI.

Εάν είστε κάποιος που έχει τις δεξιότητες να αναπτύξει αυτά τα Deep Neural Networks και να λύσει προβλήματα με αυτό, μπορείτε να λάβετε μέρος στις εξετάσεις για να διαφοροποιήσετε τον εαυτό σας με το πιστοποιητικό.

Ωχ! Δεν είναι άλλο πρόγραμμα πιστοποίησης…;

Γιατί πρέπει να λάβετε μέρος στις εξετάσεις;

Πρώτον, αυτό δεν μοιάζει με την πιστοποίηση όπου παρακολουθείτε μερικές διαλέξεις βίντεο διάρκειας 2-3 λεπτών και παίρνετε ένα κουίζ με ερωτήσεις πολλαπλής επιλογής και πιστοποιείτε τον εαυτό σας. Αυτό θα σας ζητήσει να κωδικοποιήσετε και να λύσετε μια κατηγορία προβλημάτων για τα οποία θα πρέπει να προετοιμαστείτε.

Δεύτερον, πόσες φορές έχετε σκεφτεί να αποκτήσετε μια νέα βιβλιοθήκη ή μια τεχνική και στη συνέχεια να εγκαταλείψετε τα σχέδιά σας στη μέση; Αν είστε κάτι σαν εμένα, το 99% του χρόνου.

Για μένα, η πιστοποίηση λειτούργησε ως προορισμός για το εκπαιδευτικό μου ταξίδι. Είχα κάποια εμπειρία με τη χρήση του TensorFlow, αλλά αυτό ήρθε ως πρόκληση για να εργαστώ σε προβλήματα που δεν είχα λύσει.

Τρίτον, θα πρέπει να παρακολουθείτε τουλάχιστον τον τεχνολογικό χώρο στον τομέα σας τουλάχιστον. Ακολουθεί λοιπόν μια τάση από το StackOverflow που δείχνει πώς το TensorFlow χρησιμοποιείται από τεράστιο αριθμό χρηστών που αντιπροσωπεύουν σχεδόν 1 στις 100 ερωτήσεις στην πλατφόρμα:

Τέλος, πιστεύω ότι η Google παρέχει πάντα αξία στους χρήστες / προγραμματιστές της. Πιστεύω ότι ο τρόπος με τον οποίο δομήθηκαν οι εξετάσεις τον αξίζει να δοκιμάσετε, καθώς επικυρώνει τις ικανότητές σας και προσθέτει βάρος στο προφίλ σας.

ΕΝΤΑΞΕΙ! Πουλήθηκα, μπορείτε να μου πείτε τι πρέπει να κάνω σε αυτήν την εξέταση;

Περιήγηση στις εξετάσεις

Η εξέταση είναι μια διαδικτυακή δοκιμή βάσει επιδόσεων όπου σας παρέχονται ερωτήσεις για επίλυση, δημιουργώντας μοντέλα TensorFlow σε ένα ειδικό περιβάλλον PyCharm.

Μπορείτε να λάβετε μέρος σε αυτήν την εξέταση από τον υπολογιστή σας που υποστηρίζει τις απαιτήσεις PyCharm IDE. Θα χρειαστείτε μια αξιόπιστη σύνδεση στο Διαδίκτυο και μπορείτε να κάνετε τις εξετάσεις όποτε σας ταιριάζει (ξεκίνησα τη δική μου τα μεσάνυχτα).

Η εξέταση ελέγχει την ικανότητά σας να λύσει προβλήματα όπως ταξινόμηση Εικόνα από το πραγματικό κόσμο εικόνων, Επεξεργασία Φυσικής Γλώσσας και πρόβλεψη χρονοσειρών με χρήση Tensorflow 2.x .

Μπορείτε να περάσετε έως και 5 ώρες για την εξέταση. Εάν υπερβείτε το χρονικό όριο, η εξέταση θα υποβληθεί αυτόματα και θα βαθμολογηθεί μόνο για τις ερωτήσεις για τις οποίες έχετε υποβάλει και δοκιμάσει το μοντέλο σας.

Επιτρέπεται να χρησιμοποιείτε ό, τι πόρους εκμάθησης θα χρησιμοποιούσατε κανονικά κατά τη διάρκεια των εργασιών ανάπτυξης ML.

Κόστος εξέτασης: Κάθε προσπάθεια σας κοστίζει 100 $ USD.

Αχ -hah ! λοιπόν, πώς προετοιμασθήκατε για αυτήν την τρομακτική μακρά εξέταση;

Πώς άρχισα να προετοιμάζομαι για τις εξετάσεις

Το πρώτο πράγμα που έκανα ήταν να περάσω πολύ χρόνο για να μελετήσω τις ίδιες τις εξετάσεις. Η ομάδα TensorFlow σας παρέχει αυτό το περιεκτικό εγχειρίδιοπου σας λέει κάθε λεπτομέρεια σχετικά με τις εξετάσεις και τις δεξιότητες που πρέπει να αποκτήσετε πριν από τη διεξαγωγή:

Μετά τη μελέτη των εξετάσεων, σχεδίασα ένα πρόγραμμα σπουδών για τον εαυτό μου για να καλύψω όλες τις δεξιότητες που αναφέρονται σε αυτό το εγχειρίδιο.

Στη συνέχεια, έκανα τον εαυτό μου με ένα πρόγραμμα, έτσι ώστε οι εργασιακές μου δεσμεύσεις να μην με ωθήσουν και να έχω δώσει προτεραιότητα στη μάθηση για αυτές τις ~ 20 ημέρες.

Και αυτό είναι όλο - άρχισα να προετοιμάζομαι για τις εξετάσεις χρησιμοποιώντας αυτό το πρόγραμμα σπουδών που αποτελείται από αυτούς τους προτεινόμενους και χρήσιμους πόρους:

[Imp]: Μαθησιακό πρόγραμμα σπουδών - Ανασκόπηση όλων των πόρων που χρησιμοποίησα για να περάσω τις εξετάσεις

Για κάποιον νέο στο Tensorflow ή στο Machine learning, το εγχειρίδιο μπορεί να απεικονίζει μια τρομακτική εικόνα. Όμως, έχοντας ένα σχέδιο και καταρτίζοντας ένα πρόγραμμα θα σας ξεπεράσει. Εδώ είναι το πρόγραμμα σπουδών που θα σας προετοιμάσει καλά για τις εξετάσεις.

Η ομάδα Tensorflow έκανε και πάλι μια καταπληκτική δουλειά προτείνοντας τους πόρους βάσει της εξοικείωσής σας με τη Μηχανική Μάθηση. Επιπλέον, παρακολουθούσα μερικά βιβλία και λίστες αναπαραγωγής που με βοήθησαν πολύ να εδραιώσω τις βασικές αρχές στον εγκέφαλό μου και με βοήθησαν να ξεπεράσω τις ίδιες τις απαιτήσεις των εξετάσεων.

Έχω επίσης ελέγξει όλους αυτούς τους πόρους που χρησιμοποίησα με κλίμακα βαθμολογίας 5 , με βάση τις ακόλουθες ιδιότητες:

  • Χρησιμότητα - για να περάσετε τις εξετάσεις
  • Μαθησιακή αξία - μπορεί να μην έχει άμεση επίδραση στα αποτελέσματα των εξετάσεων, αλλά θα σας βοηθήσει να χτίσετε μια ισχυρή βάση και να εργαστείτε σε πιο περίπλοκα προβλήματα.

Ακολουθεί η λίστα των πόρων μαζί με το χρόνο και το κόστος που θα επιβαρύνουν ο καθένας:

1. Η εξειδίκευση TensorFlow στην πρακτική του Coursera

Χρησιμότητα: 5/5 - Αυτό είναι απολύτως απαραίτητο για να σκοράρει καλά (ή ακόμη και να περάσει) στις εξετάσεις. Θα σας βοηθήσει να καλύψετε κάθε δεξιότητα που αναφέρεται στη λίστα ελέγχου δεξιοτήτων στο Εγχειρίδιο. Αυτό είναι το προτεινόμενο μάθημα στην αρχική σελίδα της πιστοποίησης.

Εάν μελετήσετε προσεκτικά τη λίστα ελέγχου δεξιοτήτων και στη συνέχεια τη συγκρίνετε με το περίγραμμα του μαθήματος, θα είστε σε θέση να καταλάβετε την άμεση χαρτογράφηση κάθε δεξιοτήτων. Φαίνεται ότι είτε το μάθημα δημιουργήθηκε με γνώμονα τις εξετάσεις πιστοποίησης είτε αντίστροφα.

Ολόκληρη η εξειδίκευση περιέχει 4 μαθήματα:

  • Εισαγωγή στη μηχανική μάθηση και τη βαθιά μάθηση.
  • Συγκροτήματα Νευρωνικά Δίκτυα στο TensorFlow
  • Επεξεργασία φυσικής γλώσσας στο TensorFlow
  • Ακολουθία, χρονοσειρές και πρόβλεψη

Μαθησιακή αξία: 4/5 - Το μάθημα εξαρτάται από άλλους πόρους για να σας βοηθήσει να κατανοήσετε σε βάθος τις θεμελιώδεις έννοιες και τα θέματα που χρησιμοποιεί. Αυτό είναι περισσότερο ένα μάθημα Hands-On.

Χρόνος: Θα χρειαστούν 4-8 εβδομάδες ανάλογα με το χρόνο που αφιερώνετε. Είχα προηγούμενη εμπειρία με προβλήματα ταξινόμησης εικόνας και μου πήρε 14 ημέρες για να παρακολουθήσω ολόκληρη τη σειρά εξειδίκευσης και να εξασκήσω όλες τις ασκήσεις που παρέχουν.

Κόστος: Αυτό κοστίζει 59 $ ανά μήνα μετά από μια δωρεάν δοκιμή 7 ημερών. Αξίζει τον κόπο αν πρέπει να πληρώσετε. Οι άλλοι πόροι παρέχουν μια δωρεάν εναλλακτική λύση.

2. Λίστες αναπαραγωγής YouTube στο Ίδρυμα Μηχανικής Μάθησης από τον Laurence Moroney

Χρησιμότητα: 4/5 - Αυτή είναι μια εναλλακτική λύση για τα 2 αρχικά μαθήματα στην εξειδίκευση TensorFlow στο κανάλι Google Developers YouTube

Υπάρχει μια αποκλειστική λίστα αναπαραγωγής NLP zero to hero από τον ίδιο συγγραφέα - Laurence Moroney.

Εκπαιδευτική αξία: 3/5 - Ίδιο όπως παραπάνω, αλλά βασίζεται σε άλλα βίντεο και πόρους σε περίπτωση που είστε αρχάριος στη Μηχανική Μάθηση.

Χρόνος: 1-2 εβδομάδες ανά λίστα αναπαραγωγής εάν αφιερώνετε 3-4 ώρες καθημερινά στην προετοιμασία σας.

Κόστος: Δωρεάν

3. Hands-On Machine Learning με Scikit-Learn, Keras και TensorFlow, 2η έκδοση

Χρησιμότητα: 3/5 - Η βαθμολογία οφείλεται στη συνάφεια με τις εξετάσεις . Για αρχάριους, αυτός θα είναι ένας θεμελιώδης πόρος για την κατανόηση της Μηχανικής Μάθησης και στη συνέχεια βαθμιαία βουτά στα βάθη της Deep Learning, TensorFlow, Computer Vision, CNNs, RNNs και πολλά άλλα.

Ακολουθούν τα περισσότερα κεφάλαια του βιβλίου:

  • Κεφάλαιο 10 - Εισαγωγή στα τεχνητά νευρωνικά δίκτυα με το Keras
  • Κεφάλαιο 11 - Εκπαίδευση Deep Neural Networks
  • Κεφάλαιο 12 - Προσαρμοσμένα μοντέλα και εκπαίδευση με TensorFlow
  • Κεφάλαιο 13 - Φόρτωση και προεπεξεργασία δεδομένων με TensorFlow
  • Κεφάλαιο 14 - Βαθύ όραμα υπολογιστών με χρήση συμπαγικών νευρωνικών δικτύων
  • Κεφάλαιο 15 - Επεξεργασία ακολουθιών με χρήση RNN και CNN
  • Κεφάλαιο 16 - Επεξεργασία φυσικής γλώσσας με RNN και προσοχή

Διαβάζω αυτό το βιβλίο από πριν από τις εξετάσεις και ο συγγραφέας Aurelion δημιούργησε ένα στολίδι ενός βιβλίου για επίδοξους επιστήμονες δεδομένων, μηχανικούς ML / AI.

Διασαφηνίζει τις θεμελιώδεις έννοιες, εξηγεί τα μαθηματικά πίσω από κάθε αλγόριθμο και στη συνέχεια εξηγεί τον πρακτικό κώδικα για την επίλυση προβλημάτων μαζί με τις βέλτιστες πρακτικές, καλύπτοντας τα πάντα. ΠΡΕΠΕΙ να διαβαστεί για όλους τους υποψήφιους μηχανικής μάθησης.

Εκπαιδευτική αξία: 5/5 - Αυτό είναι μακράν το καλύτερο βιβλίο για να ξεκινήσετε με τη Μηχανική Εκμάθηση.

Χρόνος: 3–4 Μήνες - Θα συνιστούσα να διαβάσετε κάθε κεφάλαιο αργά και στη συνέχεια να ασκήσετε την άσκηση που παρέχεται στο τέλος κάθε κεφαλαίου.

Κόστος: Εάν μπορείτε να το αντέξετε οικονομικά, θα συνιστούσα ναλάβετεμιασυνδρομή O'Reilly Media για $ 50 το μήνα, όπου όχι μόνο θα λάβετε αυτό το βιβλίο, αλλά και όλες τις δημοσιεύσεις και τις διαλέξεις βίντεο / ζωντανών. Εναλλακτικά, μπορείτε να αγοράσετε το χαρτόδετο βιβλίο στο Amazon για την τιμή που είναι διαθέσιμη στην περιοχή σας (περίπου 60 $).

Είμαι εκπαιδευτής του O'Reilly, επομένως έχω τους πόρους που διατίθενται στην πύλη μου.

4. Άλλες χρήσιμες λίστες αναπαραγωγής YouTube

Αυτές είναι μερικές λίστες αναπαραγωγής που πήρα για να κατανοήσω καλά κάθε μία από τις απαιτούμενες έννοιες:

  • MIT 6.S191: Εισαγωγή στη βαθιά μάθηση:

    Χρησιμότητα 3/5 - Θα σας βοηθήσει να εξοικειωθείτε με τη βαθιά μάθηση και να αναπτύξετε νευρωνικά δίκτυα χρησιμοποιώντας το TensorFlow. Θα πρέπει να καλύψετε τα πρώτα 3 βίντεο στη λίστα αναπαραγωγής - Εισαγωγή στο DL, Recurrent Neural Network και Convolutional Neural Networks.

    Learning Value 4/5 - Σας δίνει μια καλή ανανέωση στα βασικά και το χρησιμοποίησα ως ένα καλό βίντεο για να παρακολουθήσω όταν ήμουν απλά στη διάθεση να παρακολουθήσω και να μην κάνω πραγματικά πρακτικά.

    Κόστος: Δωρεάν

    Χρόνος: 3 ώρες

  • Convolutional Neural Networks από τον Andrew NG

    Ακριβώς όπως το παραπάνω playlist, αλλά με τη μέθοδο του Andrew NG για την εξήγηση της Deep learning Παρακολούθησα αυτή τη σειρά πέρυσι, πολύ χρήσιμη.

    Παρακολούθησα τα βίντεο που συνέστησε ο Λόρενς στο μάθημά του.

    Χρησιμότητα: 3/5 - Περισσότερα για τα βασικά.

    Μαθησιακή αξία: 4/5

    Χρόνος: 8-10 ώρες για να κατανοήσετε τις έννοιες σε κάθε βίντεο.

  • Μοντέλα ακολουθίας από τον Andrew NG

    Χρησιμότητα: 3/5 - Περισσότερα για τα βασικά.

    Μαθησιακή αξία: 4/5

    Χρόνος: 8–10 ώρες για να κατανοήσετε τις έννοιες σε κάθε βίντεο.

5. PyCharm Tutorial Series and Environment Ρύθμιση οδηγιών

Σε περίπτωση που δεν έχετε εργαστεί ποτέ σε IDE στο παρελθόν, συνιστάται να εξοικειωθείτε με το περιβάλλον των εξετάσεων.

Χρησιμότητα: 5/5 (απαιτείται) - Πρόκειται για μια σειρά έναρξης για αρχάριους PyCharmπου θα σας βοηθήσουν να φτάσετε στην ταχύτητα με τον τρόπο αποτελεσματικής χρήσης του PyCharm.

Μαθησιακή αξία: NA

Βεβαιωθείτε ότι έχετε διαβάσει τις οδηγίες ρύθμισης περιβάλλοντος για να λάβετε μέρος στην εξέταση Πιστοποιητικού προγραμματιστή TensorFlow.

Ακολουθήστε τις οδηγίες που αναφέρονται στο PDF, επειδή η ομάδα πιστοποίησης δεν μπορεί να θεωρηθεί υπεύθυνη για την αμέλεια σας.

Ω! Αυτός είναι ένας μακρύς κατάλογος πόρων, πώς καταφέρατε να μελετήσετε;

Το πρόγραμμά μου για προετοιμασία

Μέχρι τα τέλη Απριλίου, ήμουν σίγουρος ότι θα το έλεγξα από τη λίστα μου. Θα το αναλάμβανα ακριβώς όπως οποιοδήποτε άλλο έργο και ήμουν αποφασισμένος να το ολοκληρώσω.

Έτσι, συνήθιζα να σχεδιάζω κάθε βράδυ αυτό που επρόκειτο να κάνω το επόμενο πρωί. Οι χρονοθυρίδες ροζ χρώματος αποκλείονται για σπουδές στο μάθημα. Αυτές οι 3-4 ώρες το πρωί ήταν η πιο παραγωγική μου όπου μπορούσα να κατανοήσω περισσότερο.

Είχα μια αρκετά συνεπή ρουτίνα κατά τη διάρκεια των 2 εβδομάδων και αύξησα την ένταση όταν πλησίασα την ημέρα των εξετάσεων με περισσότερες από 5-6 ώρες άσκησης κάθε μέρα.

Εντάξει, έτσι w καπέλο ήταν η διαδικασία σας σπουδές;

Πώς σπούδασα

Συνήθιζα να παρακολουθώ πρώτα τα μαθήματα κάθε εβδομάδας και έπειτα να εξασκώ τον κώδικα στο colab που παρέχεται μετά από τα μαθήματα βίντεο.

Στο τέλος κάθε εβδομάδας, θα ολοκλήρωνα την εργασία που σχεδίασε ο Laurence στο μάθημά του.

ΣΗΜΕΙΩΣΗ: Συνήθιζα να γράφω ολόκληρο τον κώδικα αντί να συμπληρώνω τον κωδικό κράτησης θέσης.

Θα ήθελα επίσης να επανεξετάσω τα κεφάλαια στο βιβλίο Hands-on ML αργότερα το βράδυ πριν από τον ύπνο ή στο τέλος της χρονοθυρίδας μου για να κάνω τα πάντα ξεκάθαρα. Τότε θα έμαθα για τα επόμενα βήματα που ήταν πέρα ​​από το πρόγραμμα σπουδών των εξετάσεων.

TL; DR: ΠΑΡΑΚΟΛΟΥΘΗΣΗ. ΚΩΔΙΚΑΣ. ΠΡΑΚΤΙΚΗ. ΑΝΑΓΝΩΣΗ. ΕΠΑΝΑΛΑΜΒΑΝΩ.

Όλοι είναι έτοιμοι να λάβουν μέρος στις εξετάσεις - Τι θα ακολουθήσει;

Εάν πιστεύετε ότι έχετε καλύψει όλες τις δεξιότητες που αναφέρονται στο Εγχειρίδιο και αισθάνεστε ότι είστε έτοιμοι να λάβετε μέρος στις εξετάσεις, αυτό είναι υπέροχο.

Τώρα είστε έτοιμοι να αγοράσετε τις εξετάσεις σας. Εξυπηρετείται από τρίτη πλατφόρμα που ονομάζεται TrueAbility. Θα πρέπει να υποβάλετε το πιστοποιητικό ταυτότητάς σας (το διαβατήριο θα λειτουργούσε) για έλεγχο ταυτότητας.

Πληρώστε 100 $ για την εξέταση. Είστε τώρα καλοί να πάτε, μπορείτε να ξεκινήσετε τις εξετάσεις όταν και όταν αισθάνεστε έτοιμοι.

Σας παρέχουν λεπτομερείς οδηγίες σχετικά με τον τρόπο ρύθμισης του PyCharm για την εξέταση. Δείτε τι προτείνω να κάνετε πριν ξεκινήσετε τις εξετάσεις σας:

  • Βεβαιωθείτε ότι έχετε καλή αξιόπιστη σύνδεση στο Διαδίκτυο.
  • Βεβαιωθείτε ότι έχετε περάσει από τον οδηγό για αρχάριους του PyCharm εάν είστε νέοι στο IDE.
  • Δοκίμασα το PyCharm μου τρέχοντας μερικά μαθήματα TensorFlow. Λειτουργούσαν καλά και ήμουν έτοιμος να εγκαταστήσω το πρόσθετο εξετάσεων για να ξεκινήσω.
  • Διάβασα τις οδηγίες για τις εξετάσεις πριν χτυπήσω το κουμπί έναρξης των εξετάσεων. Θα σας δοθεί μετά την εγγραφή σας στις εξετάσεις.

Χτυπήστε το κουμπί Έναρξη εξέτασης!

Κατά τη διάρκεια των εξετάσεων

Το περιβάλλον των εξετάσεών σας θα δημιουργηθεί και θα κατευθυνθείτε στις ερωτήσεις που πρέπει να λύσετε. Δεν θα μοιραστώ τις λεπτομέρειες της εξέτασης καθώς θα ήταν ανήθικο.

Σύμφωνα με την εμπειρία μου, όλα πήγαν ομαλά και ήμουν αρκετά σίγουρος ότι θα ολοκληρώσω τις εξετάσεις αφού κοιτάξω τις ερωτήσεις. Και σίγουρα ολοκλήρωσα την εξέταση μέσα σε 3 ώρες.

Συμβουλές και κόλπα

  • Βεβαιωθείτε ότι έχετε ασκήσει μερικές ασκήσεις στο PyCharm 1-2 ημέρες πριν από την εξέταση και όχι απλώς να εργαστείτε σε φορητούς υπολογιστές Colab.
  • Για τα μοντέλα που χρειάστηκαν χρόνο στο τοπικό μηχάνημά μου, τα εκπαίδεψα στο Google Colab και στη συνέχεια ανέβασα το εκπαιδευμένο μοντέλο στο φάκελο του έργου.
  • Συνεχίστε να εργάζεστε σε άλλες ερωτήσεις ενώ το μοντέλο σας εκπαιδεύεται. Είχα 3 μοντέλα υπό εκπαίδευση - 1 στο μηχάνημά μου και 2 στο Google colab και δούλευα στο 4ο ενώ προσπαθούσα να συντονίσω τις υπερπαραμέτρους.
  • Εάν έχετε αρκετό χρόνο, συνεχίστε να προσπαθείτε να έχετε τα καλύτερα αποτελέσματα για κάθε μοντέλο.

Τελετουργικά μετά την εξέταση

Όταν τελειώσετε, πατήστε το κουμπί Υποβολή και Τέλος εξέτασης. Όταν τελείωσα, έλαβα ένα μήνυμα ηλεκτρονικού ταχυδρομείου από το TrueAbility που με συγχαίρει για την επιτυχή εξέταση:

Δεν υπάρχει αναλυτική ανάλυση ή αναφορά σχετικά με το πώς κάνατε στις εξετάσεις. Απλώς αναφέρουν εάν έχετε περάσει ή όχι την εξέταση.

Αφού περάσετε τις εξετάσεις, σας ζητείται να εγγραφείτε στο δίκτυο πιστοποιητικών TensorFlow που σας ενημερώνει για τους κατόχους πιστοποιητικών σε διαφορετικές περιοχές:

Πού είναι το πιστοποιητικό;

Χρειάζεται περίπου μία εβδομάδα για να πάρετε πραγματικά τα χέρια σας στο πιστοποιητικό. Πήρα το δικό μου 3 ημέρες μετά την εξέταση.

Μόλις λάβετε το πιστοποιητικό σας, μπορείτε να κάνετε flash αυτό το σήμα στα προφίλ κοινωνικών μέσων και να το επισημάνετε ως επίτευγμα στο βιογραφικό σας.

Συχνές ερωτήσεις για τις εξετάσεις

Είναι πραγματικά τόσο σημαντικό να συμμετάσχετε στις εξετάσεις, δεν μπορώ απλώς να εργαστώ σε ένα ισοδύναμο έργο που βασίζεται σε κάθε ενότητα;

Θα έλεγα ότι μπορείτε σίγουρα να το κάνετε αυτό και στην πραγματικότητα, αυτή είναι ίσως η καλύτερη προσέγγιση όταν αναπτύσσετε μια νέα ικανότητα.

Αλλά η εξέταση σας βοηθά να αναγνωριστείτε και, καθώς προέρχεται από το Google, είναι ωραίο να το έχετε. Δεν είναι μια λύση για την εκμάθηση της βαθιάς μάθησης ή του TensorFlow.

Θέλω να ξεκινήσω από το μηδέν, ποιοι πόροι πρέπει να κοιτάζω;

Μάθετε κάνοντας πράγματα. Πολλά ιστολόγια μιλάνε για την εκμάθηση βαθιών μαθηματικών πρώτα, αλλά σύντομα θα χάσετε το ενδιαφέρον χρησιμοποιώντας αυτήν την προσέγγιση.

Ξεκινήστε με την εκμάθηση προγραμματισμού (Python ή οποιαδήποτε άλλη γλώσσα) και στη συνέχεια βαθμιαία βουτιά στη Μηχανική Εκμάθηση. Μπορείτε επίσης να δείτε αυτό το μάθημα από τον Andrew NG.

Χρειάζομαι πάντα έναν μέντορα ή κάποιον για να με ωθεί να κάνω πράγματα και να λύσω τις αμφιβολίες και τα προβλήματά μου, μπορείτε να προτείνει μια λύση;

Ένας μέντορας βοηθά πράγματι σε πολλές περιπτώσεις. Εάν είστε κάποιος που θέλει κάποιος να σας βοηθήσει με αυτές τις λεπτομέρειες εκτός από αυτούς τους πόρους, μπορείτε να κοιτάξετε στο Codementor όπου θα βρείτε ειδικούς ML και AI που μπορούν να σας βοηθήσουν να επιλύσετε όλα τα ερωτήματά σας.

Αυτό είναι λίγο ακριβό για μένα, υπάρχει μια δωρεάν ή λιγότερο ακριβή προσέγγιση;

Ναι, η ομάδα Tensorflow προσφέρει μερικά επιδόματα σε άτομα που μπορεί να έχουν κάποιο πρόβλημα κατά την εξέταση. Επισκεφτείτε αυτόν τον σύνδεσμο για περισσότερες λεπτομέρειες.

Εάν η ερώτησή σας δεν αντιμετωπιστεί εδώ, μη διστάσετε να απαντήσετε σε αυτήν την ανάρτηση και θα επικοινωνήσουμε μαζί σας. :)

Τι έπεται?

Ακριβώς όπως με οποιαδήποτε άλλη ικανότητα, ξεκινήστε να χτίζετε πράγματα και να εργάζεστε σε έργα πραγματικού κόσμου. Ξεκινήστε να ψάχνετε σε έργα ανοιχτού κώδικα όπως το TensorFlow. Υποβάλετε αίτηση για εργασίες με αυτό το σήμα και μοιραστείτε την ιστορία σας με άλλους.

Δουλεύω σε μια πλήρη σειρά Deep Learning Foundation που θα είναι χρήσιμη για τους υποψήφιους ML / DL. Στο μεταξύ, μπορείτε να με παρακολουθήσετε να διδάσκω στο κανάλι μου στο Youtube.

Ακολουθεί ένα βίντεο που βασίζεται σε αυτό το ιστολόγιο όπου μπορείτε να με παρακολουθήσετε να μοιράζομαι το ταξίδι μου:

Σύντομα θα κυκλοφορήσω μια πλήρη σειρά στο TensorFlow. Εγγραφείτε στο κανάλι μου για ενδιαφέρον περιεχόμενο επιστημονικών δεδομένων.

Επιστήμη δεδομένων με Harshit

Με αυτό το κανάλι, σχεδιάζω να κυκλοφορήσω μερικές σειρές που θα καλύπτουν ολόκληρο τον χώρο της επιστήμης δεδομένων. Να γιατί πρέπει να εγγραφείτε στο κανάλι:

  • Αυτές οι σειρές θα καλύπτουν όλα τα απαιτούμενα / απαιτούμενα σεμινάρια ποιότητας για καθένα από τα θέματα και τα υποθέματα όπως τα βασικά Python για την Επιστήμη των Δεδομένων.
  • Επεξήγησε τα Μαθηματικά και τις παραλλαγές του γιατί κάνουμε αυτό που κάνουμε στο ML και την Deep Learning.
  • Podcasts με Επιστήμονες και Μηχανικούς Δεδομένων σε Google, Microsoft, Amazon κ.λπ. και διευθύνοντες σύμβουλους μεγάλων εταιρειών που βασίζονται σε δεδομένα.
  • Έργα και οδηγίες για την εφαρμογή των θεμάτων που έχουν μάθει μέχρι στιγμής.