Google setzt sich dafür ein, die Rassengerechtigkeit für schwarze Gemeinschaften zu fördern. Siehe wie.
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English
Differenzieren Sie sich mit dem TensorFlow Developer Certificate

Demonstrieren Sie Ihre Kenntnisse in der Verwendung von TensorFlow zur Lösung von Deep Learning- und ML-Problemen. Lassen Sie sich für Ihre Fähigkeiten anerkennen und treten Sie unserem Zertifikatsnetzwerk bei .

Programmübersicht über das TensorFlow Developer Certificate

Prüfung | 100 USD

Das Ziel dieses Zertifikats ist es, jedem auf der Welt die Möglichkeit zu geben, sein Fachwissen in ML in einem zunehmend von KI getriebenen globalen Arbeitsmarkt zu präsentieren. Dieses Zertifikat in der TensorFlow-Entwicklung ist als grundlegendes Zertifikat für Studenten, Entwickler und Datenwissenschaftler gedacht, die praktische Fähigkeiten des maschinellen Lernens durch das Erstellen und Trainieren von Modellen mit TensorFlow demonstrieren möchten.

Das Programm besteht aus einer vom TensorFlow-Team entwickelten Bewertungsprüfung. Entwickler, die die Prüfung bestehen, können unserem Zertifikatsnetzwerk beitreten und ihre Zertifikate und Abzeichen in ihrem Lebenslauf, GitHub und auf Social Media-Plattformen, einschließlich LinkedIn, anzeigen. Auf diese Weise können sie ihre TensorFlow-Fachkenntnisse auf einfache Weise mit der Welt teilen.

Bleiben Sie auf dem Laufenden, während wir daran arbeiten, Zertifikatsprogramme für fortgeschrittene und spezialisierte TensorFlow-Praktiker hinzuzufügen. Schauen Sie bald wieder vorbei, um weitere Informationen zu erhalten.

Bevor Sie die Prüfung ablegen, lesen Sie bitte unser Kandidatenhandbuch .

Für wen ist das TensorFlow-Zertifikat?

Diese Zertifikatsprüfung der Stufe 1 testet das grundlegende Wissen eines Entwicklers über die Integration von maschinellem Lernen in Tools und Anwendungen. Das Zertifikatsprogramm erfordert ein Verständnis für die Erstellung von TensorFlow-Modellen mithilfe von Computer Vision, Faltungs-Neuronalen Netzen, Verarbeitung natürlicher Sprache sowie realen Bilddaten und -strategien.

Um die Prüfung erfolgreich abzulegen, sollten die Testteilnehmer mit Folgendem vertraut sein:

  • Grundprinzipien von ML und Deep Learning

  • Erstellen von ML-Modellen in TensorFlow 2.x.

  • Gebäudebilderkennung, Objekterkennung, Texterkennungsalgorithmen mit tiefen neuronalen Netzen und Faltungs-neuronalen Netzen

  • Verwenden realer Bilder in verschiedenen Formen und Größen, um die Reise eines Bildes durch Windungen zu visualisieren und zu verstehen, wie ein Computer Informationen, Plotverlust und Genauigkeit „sieht“

  • Erkundung von Strategien zur Verhinderung von Überanpassung, einschließlich Augmentation und Aussetzern

  • Anwenden neuronaler Netze zur Lösung von Problemen bei der Verarbeitung natürlicher Sprache mit TensorFlow

Leistungen
  • Lerne etwas Neues. Steigern Sie Ihre Kenntnisse im maschinellen Lernen und testen Sie Ihre Fähigkeiten mit der TensorFlow-Bewertungsprüfung.

  • Erhalten Sie Community-Anerkennung. Von anderen in der globalen TensorFlow-Community anerkannt werden.

  • Zeigen Sie Ihre Fähigkeiten. Teilen Sie Ihr Zertifikat auf Ihrem Lebenslauf und auf Social-Networking-Plattformen wie LinkedIn, um als Top-Kandidat für Personalvermittler anerkannt zu werden, die TensorFlow-Entwickler für Einsteiger suchen.

  • Finden Sie TensorFlow-Talente. Sehen Sie in unserem Zertifikatsnetzwerk nach , wer Zertifikatsinhaber ist , und finden Sie Hilfe für Ihre maschinellen Lernaufgaben.

TensorFlow Bildungsstipendium

Wir sind fest davon überzeugt, den Zugang zu Menschen mit unterschiedlichem Hintergrund, unterschiedlichen Erfahrungen, Regionen und Perspektiven zu erweitern, um die Art und Weise, wie sich maschinelles Lernen und seine Anwendungen entwickeln, zu verändern. Wir freuen uns, eine begrenzte Anzahl von Stipendien für das Lehrmaterial und / oder die Prüfungskosten anbieten zu können, um dies zu erreichen.

Entdecken Sie unser Zertifikatsnetzwerk

Finden Sie Inhaber eines TensorFlow-Zertifikats, die die Prüfung bestanden haben, um Sie bei Ihren maschinellen Lern- und Deep-Learning-Aufgaben zu unterstützen.

Wie es funktioniert