2023年最新TensorFlow开发者认证考试指南 | TensorFlow Developer Certificate in 2023: Zero to Mastery

TensorFlow Developer Certificate in 2022: Zero to Mastery

通过Google的TensorFlow开发者认证考试。成为人工智能、机器学习和深度学习专家!

你将会学到的

  • 学习通过Google官方的TensorFlow开发者认证考试(并将其添加到您的简历中)
  • 使用计算机视觉、卷积神经网络和自然语言处理构建TensorFlow模型
  • 完全访问所有交互式笔记本和课程幻灯片,可下载为指南
  • 提高机器学习和深度学习技能,通过TensorFlow评估考试测试您的能力
  • 了解如何将机器学习集成到工具和应用程序中
  • 学习使用最新的TensorFlow 2构建各种类型的机器学习模型
  • 使用深度神经网络和卷积神经网络构建图像识别、文本识别算法
  • 使用真实世界的图像来可视化图像通过卷积的过程,以理解计算机如何“看”信息,绘制损失和准确性
  • 应用深度学习进行时间序列预测
  • 获得成为TensorFlow认证开发者所需的技能
  • 成为招聘TensorFlow开发者的顶级候选人

要求

  • Mac / Windows / Linux – 所有操作系统都适用于这门课程!
  • 不需要先前的TensorFlow知识。对机器学习的基本理解会有所帮助。

说明

这门课程采用了构建使用TensorFlow的神经网络和通过TensorFlow开发者认证考试的现代最佳实践!

加入一个拥有超过900,000名学生的在线社区,并由一位TensorFlow认证专家授课。这门课程将带领您从TensorFlow的绝对初学者阶段,到创建最先进的深度学习神经网络,并成为Google的TensorFlow认证网络的一部分。

根据2023年的统计数据,TensorFlow专家的年薪可高达204,000美元,平均薪资约为148,000美元。通过这个由Google官方认可的证书,您将加入不断发展的机器学习行业,并成为薪资最高的TensorFlow开发者之一!如果您通过了考试,您还将成为Google的TensorFlow开发者网络的一部分,招聘人员可以找到您。

这门课程的目标是教给您所有必要的技能,让您参加并通过这个考试,获得来自Google的TensorFlow认证,这样您就可以在简历、LinkedIn、Github和其他社交媒体平台上展示,真正使您脱颖而出。

以下是我们将要教授的课程的完整内容(是的,它非常全面,但不要感到 intimidated,因为我们将从零开始教给您所有的内容!):

这门课程将非常实践和项目导向。您不仅仅是盯着我们讲课,而是实际上可以进行实验、做练习,构建机器学习模型和项目来模拟真实场景。最重要的是,我们将向您展示TensorFlow考试的样子。最终,您将开发出开发现代深度学习解决方案所需的技能,这些解决方案大型科技公司也在使用。

0 — TensorFlow 基础知识

  • 介绍张量(创建张量)

  • 从张量中获取信息(张量属性)

  • 操作张量(张量操作)

  • 张量和NumPy

  • 使用@tf.function(加速常规Python函数的方法)

  • 使用GPU与TensorFlow

1 — 使用TensorFlow进行神经网络回归

  • 构建具有多个层的TensorFlow顺序模型

  • 准备数据以供机器学习模型使用

  • 学习构成深度学习模型的不同组件(损失函数、架构、优化函数)

  • 学习如何诊断回归问题(预测一个数字)并构建相应的神经网络

2 – 使用 TensorFlow 进行神经网络分类

  • 学习如何诊断分类问题(预测某物是一种还是另一种)

  • 使用TensorFlow构建、编译和训练机器学习分类模型

  • 构建和训练二元和多类别分类模型

  • 绘制模型性能指标之间的图形对比

  • 匹配输入(训练数据形状)和输出形状(预测数据目标)

3 — 使用TensorFlow进行计算机视觉和卷积神经网络

  • 使用Conv2D和池化层构建卷积神经网络

  • 学习如何诊断不同类型的计算机视觉问题

  • 学习如何构建计算机视觉神经网络

  • 学习如何在计算机视觉模型中使用真实世界图像

4 — 使用TensorFlow进行迁移学习第一部分:特征提取

  • 学习如何使用预训练模型从自己的数据中提取特征

  • 学习如何使用TensorFlow Hub进行预训练模型

  • 学习如何使用TensorBoard比较多个不同模型的性能

5 —  使用TensorFlow进行迁移学习第二部分:微调

  • 学习如何设置和运行多个机器学习实验

  • 学习如何使用数据增强来增加训练数据的多样性

  • 学习如何将预训练模型微调到自定义问题

  • 学习如何使用回调函数在训练期间为模型添加功能

6 — 使用TensorFlow进行迁移学习第三部分:扩展(Food Vision迷你项目)

  • 学习如何扩展现有模型

  • 通过查找错误预测来评估机器学习模型的性能

  • 只使用10%的数据击败原始Food101论文

7 — 里程碑项目1:Food Vision

  • 结将之前6个笔记本中学到的知识结合起来构建Food Vision:一个能够对101种不同食物进行分类的计算机视觉模型。我们的模型确实击败了原始的Food101论文。

8 —  TensorFlow中的自然语言处理基础

  • 学习以下内容:
    • 预处理自然语言文本以供神经网络使用

    • 使用TensorFlow创建词嵌入(文本的数值表示)

    • 使用以下方法构建能够进行二元和多类别分类的神经网络:
      • RNN(循环神经网络)

      • LSTM(长短期记忆单元)

      • GRU(门控循环单元)

      • CNN(卷积神经网络)

  • 学习如何评估您的自然语言处理模型

9 — 里程碑项目2:SkimLit

  • 复制用于对PubMed医学摘要中的不同序列进行分类的PubMed 200k论文的模型(可以帮助研究人员更快地阅读医学摘要)

10 — TensorFlow中的时间序列基础知识

  • 学习如何诊断时间序列问题(构建基于时间跨度数据的预测模型,例如预测明天的AAPL股票价格)

  • 为时间序列神经网络准备数据(特征和标签)

  • 理解和使用不同的时间序列评估方法
    • MAE(平均绝对误差)
  • 使用TensorFlow构建时间序列预测模型
    • RNN(循环神经网络)

    • CNN(卷积神经网络)

11 — 里程碑项目3:(惊喜)

  • 如果您已经读到这里,您可能对这门课程感兴趣。我们保证这个最后的项目会很棒…所以希望在课程中见到您 😉

TensorFlow在人气上不断增长,越来越多的工作机会要求掌握这项专业知识。事实上,TensorFlow在就业市场上超过了其他流行的机器学习工具,如PyTorch。谷歌、Airbnb、Uber、DeepMind、英特尔、IBM、Twitter等许多公司目前都在使用TensorFlow。这些大型科技公司之所以选择使用这项技术,是有原因的,您将了解到TensorFlow为开发人员提供的强大功能。

我们向您保证,这是通过 TensorFlow 开发人员证书以使您有资格成为 TensorFlow 专家的最全面的在线课程。那为什么要等呢? 成为 Google 认证开发者,让自己脱颖而出,提升您的职业生涯。

课程内见!

此课程面向哪些人:

  • 任何想要通过TensorFlow开发者考试,加入谷歌的证书网络,并在简历、GitHub和包括LinkedIn在内的社交媒体平台上展示他们的证书和徽章的人。这样可以方便地向世界展示他们在TensorFlow方面的专业水平。

  • 学生、开发人员和数据科学家希望通过使用TensorFlow构建和训练模型来展示实际的机器学习技能。

  • 任何希望在人工智能、机器学习和深度学习方面扩展知识的人。

  • 任何希望掌握使用最新版本TensorFlow构建机器学习模型的人。

声明:本站所有资源、素材等全部来源于互联网,赞助VIP仅用于对IT资源服务器带宽等费用支出做支持,从本站下载资源,说明你已同意本条款。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
TheItzy » 2023年最新TensorFlow开发者认证考试指南 | TensorFlow Developer Certificate in 2023: Zero to Mastery