Comment j'ai réussi l'examen de certification TensorFlow Developer


Curriculum – ce que j'ai étudié pour développer les compétences nécessaires pour réussir l'examen

Il convient de noter qu'avant de commencer à étudier pour l'examen, j'avais une expérience pratique de la construction de plusieurs projets avec TensorFlow.

Le praticien expérimenté de TensorFlow et du deep learning constatera probablement qu'il peut suivre le programme suivant à peu près au même rythme que moi (trois semaines au total), peut-être plus rapidement.

Le débutant voudra prendre autant de temps que nécessaire. N'oubliez pas: développer une compétence valable prend du temps.

J'ai répertorié les délais, les coûts (USD) et le niveau d'utilité (pour réussir l'examen) pour chaque ressource. Les délais sont basés sur mon expérience.

Si vous souhaitez créer un programme pour vous-même, je vous recommande quelque chose comme ce qui suit.

Remarque: Pour les ressources payantes, des liens d'affiliation ont été utilisés. Cela ne change pas le prix de la ressource, mais si vous en achetez une, je recevrai une partie du paiement: l'argent que j'utilise pour créer des ressources comme celle-ci.

Temps: 1 heure.

Coût: Gratuit.

Niveau de serviabilité: Obligatoire.

Cela devrait être votre premier arrêt. Il décrit les sujets qui seront abordés dans l'examen. Lisez-le puis relisez-le.

Si vous êtes nouveau dans TensorFlow et l'apprentissage automatique, vous lirez probablement ceci et aurez peur de tous les différents sujets. Ne t'inquiète pas. Les ressources ci-dessous vous aideront à vous familiariser avec eux.

Temps: 3 semaines (utilisateur avancé) à 3 mois (débutant).

Coût: 59 $ par mois après un essai gratuit de 7 jours, aide financière disponible via l'application. Si vous ne pouvez pas accéder à Coursera, consultez la version gratuite équivalente sur YouTube.

Niveau de serviabilité: 10/10.

Il s'agit de la ressource la plus pertinente pour l'examen (et pour démarrer avec TensorFlow en général). L'étudiant attentif remarquera que le manuel de certification TensorFlow et les grandes lignes de cette spécialisation sont presque identiques.

Il est enseigné par Laurence Moroney et Andrew Ng, deux titans de TensorFlow et de l'apprentissage automatique et si je ne devais choisir qu'une seule ressource pour me préparer à l'examen, ce serait celle-là.

J'ai apprécié le format vidéo court et je me suis concentré sur des exemples pratiques dès que possible. Les multiples cahiers de code à la fin de chaque section étaient indispensables pour tout apprenant pratique.

Un conseil pour les exercices de programmation: ne vous contentez pas de combler les lacunes du code, écrivez le tout vous-même.

Temps: 3 semaines (lecture couverture à couverture, pas d'exercices) – 3 mois (lecture couverture à couverture et réalisation des exercices).

Coût: Le prix varie sur Amazon mais j'ai acheté une copie papier pour 55 $. Vous pouvez voir tout le code gratuitement sur GitHub.

Niveau de serviabilité: 7/10 (uniquement parce que certains chapitres ne sont pas pertinents pour l'examen).

Avec plus de 700 pages, ce livre couvre pratiquement tout le machine learning et donc certains sujets qui ne sont pas pertinents pour l'examen. Mais c'est une lecture incontournable pour quiconque souhaite se doter d'une base solide pour un avenir dans l'apprentissage automatique et pas seulement pour réussir un examen.

Si vous êtes nouveau dans le machine learning, vous trouverez probablement ce livre difficile à lire (pour commencer). Encore une fois, ne vous inquiétez pas, vous n'êtes pas pressé, apprendre des compétences utiles prend du temps.

En d'autres termes, si vous voulez avoir une idée de la qualité du livre, j'ai lu la première édition pendant les trajets du matin vers mon travail d'ingénieur en apprentissage automatique. Et je peux vous dire que le plus souvent, je finirais par utiliser exactement ce que j'ai lu dans le livre pendant la journée.

La 2ème édition n'est pas différente, sauf qu'elle a été mise à jour pour couvrir les derniers outils et techniques, à savoir TensorFlow 2.x – sur quoi l'examen est basé.

Si vous ne cherchez que les chapitres pertinents de l'examen, vous voudrez lire:

  • Chapitre 10: Introduction aux réseaux de neurones artificiels avec Keras
  • Chapitre 11: Formation des réseaux de neurones profonds
  • Chapitre 12: Modèles personnalisés et formation avec TensorFlow
  • Chapitre 13: Chargement et prétraitement des données avec TensorFlow
  • Chapitre 14: Vision par ordinateur profonde à l'aide de réseaux de neurones convolutifs
  • Chapitre 15: Traitement des séquences à l'aide des RNN et CNN
  • Chapitre 16: Traitement du langage naturel avec RNN et attention

Mais pour l'étudiant sérieux, je suggérerais le livre entier et les exercices (peut-être pas tous, mais choisissez et choisissez ceux qui vous intéressent le plus).

Temps: 3 heures (je n'ai regardé que 3 conférences) – 24 heures (1 heure par conférence, plus 1 heure d'examen chacune).

Coût: Gratuit.

Niveau de serviabilité: 8/10.

Des informations d'apprentissage en profondeur de classe mondiale d'une université de classe mondiale, oh et ai-je mentionné? C'est gratuit.

Les 3 premières conférences, l'apprentissage en profondeur (en général), les réseaux de neurones convolutifs (généralement utilisés pour la vision par ordinateur) et les réseaux de neurones récurrents (généralement utilisés pour le traitement de texte) sont les plus pertinentes pour l'examen.

Mais encore une fois, pour l'apprenant enthousiaste, suivre tout le cours ne serait pas une mauvaise idée.

Assurez-vous de consulter les laboratoires et le code qu'ils proposent sur GitHub, en particulier l'introduction à TensorFlow. Et encore une fois, je ne peux pas insister sur l’importance d’écrire le code vous-même.

Temps: 3 heures (selon la vitesse de votre ordinateur).

Coût: Gratuit.

Niveau de serviabilité: 10/10 (l'utilisation de PyCharm est obligatoire).

L'examen se déroule dans PyCharm (un outil de développement Python). Avant l’examen, je n’avais jamais utilisé PyCharm. Et il est suggéré que vous vous familiarisiez au moins un peu avec lui avant de commencer.

Donc, pour me familiariser avec PyCharm, j'ai parcouru leur série de démarrage sur YouTube qui était très simple, "voici ce que fait ce bouton."

Mais les principaux tests consistaient à s'assurer que TensorFlow 2.x fonctionnait sans aucun problème et que mon ordinateur pouvait exécuter des réseaux de neurones profonds dans un délai respectable (mon MacBook Pro ne possède pas de GPU Nvidia).

Pour tester cela, j'ai répliqué les deux didacticiels TensorFlow suivants sur ma machine locale:

  1. Classification d'image avec TensorFlow
  2. Classification de texte avec TensorFlow

Ces deux méthodes ont bien fonctionné localement, cependant, comme nous le verrons ci-dessous, dès que j'ai commencé l'examen, j'ai rencontré un problème.

Suppléments

  • Vidéos deeplearning.ai sur Coursera / YouTube – L'examen est purement basé sur du code (code Python) mais si vous voulez savoir ce qui se passe dans les coulisses du code que vous écrivez (algèbre linéaire, calcul), je sauterais dans et hors des vidéos ici comme vous voir bon. Par exemple, si vous n'êtes pas sûr de ce qu'est la descente de gradient par mini-lot, recherchez "Descente de gradient par mini-lot deeplearning.ai.
  • Documentation TensorFlow – Si vous souhaitez être un praticien TensorFlow, vous devrez être capable de lire la documentation. Si vous ne comprenez pas quelque chose, écrivez le code et commentez-le vous-même.
  • Codage avec TensorFlow sur YouTube (playlist) – La plupart de la spécialisation TensorFlow in Practice Coursera en séries vidéo sur YouTube, enseignée également par le même instructeur.



Source link

Il n’a onques été aussi facile de jeter un web site commerce électronique de nos jours, il assez de voir le nombre de plateformes web e-commerce en France pour s’en remettre compte. En effet, 204 000 plateformes web actifs en 2016. En 10 ans, le taux le montant le pourcentage de sites a été fois 9. Avec l’évolution des technologies, média à grand coup d’histoire de succès story, (si si je vous assure, moi c’est aussi tombé dans le panneau) le commerce électronique a longtemps été vu tel que un eldorado. Du coup, une concurrence accrue est vu le jour dans de nombreuses thématiques.