TensorFlow 开发者认证计划概览
该认证计划的目的是为世界各地每个人提供展现其机器学习专业知识的机会,帮助他们在越来越倚重 AI 的全球求职市场中脱颖而出。认证以 TensorFlow 开发为核心,目的是为学生、开发者和数据科学家提供基础认证,帮助他们展现自己在 TensorFlow 模型构建和训练方面的机器学习实用技能。
计划包括由 TensorFlow 团队设计的评估考试。通过考试的开发者可以加入我们的认证网络,在他们的简历、GitHub 以及 LinkedIn 等社交媒体平台上展示自己的证书和徽章,与全世界轻松分享自己的 TensorFlow 专业知识水平。
我们即将为更高级、更专业的 TensorFlow 从业人员增加适合他们的认证计划,敬请期待。更多信息即将发布,欢迎回来。
参加考试之前,请仔细阅读我们的候选人手册。
TensorFlow 认证适合哪些人群?
级别一认证考试主要考察开发者在工具和应用程序中整合机器学习技术的基础知识。该认证计划要求参与者熟练掌握以下内容:使用计算机视觉、卷积神经网络、自然语言处理和真实图片数据和策略构建 TensorFlow 模型。
要顺利通过考试,参与者应该熟悉以下内容:
-
机器学习和深度学习的基本原则
-
在 TensorFlow 2.x 中构建机器学习模型
-
使用深度神经网络和卷积神经网络构建图片识别、物体检测、文本识别算法
-
使用不同形状和大小的真实图片,通过卷积神经网络对图片历程进行可视化处理,以便了解计算机如何“看到”信息,绘制损失和准确率曲线
-
探索规避过拟合的策略,包括增强和丢弃
-
运用神经网络,使用 TensorFlow 来解决自然语言处理问题
优势
我们始终秉持一个宗旨,那就是拓宽学习渠道,帮助背景、经验、地理位置和观点各异的人们转变机器学习及其实际应用的发展方式。为此,我们很高兴能针对培训材料和/或考试费用提供限时补贴。
如果您不具备上述背景知识,可以学习 Coursera 的《DeepLearning.AI TensorFlow Developer 专业证书》专项课程或 Udacity 的《TensorFlow 在深度学习中的应用简介》课程,做考前准备。这些课程要求:
-
入门级 Python 编程技能
-
如果您之前学习过机器学习或深度学习知识,那么会很有帮助,但这不是必要条件
-
线性代数、概率、统计学和微积分的数学背景知识对开发有帮助,但不是必需
还没做好准备?我们还提供了其他资源,帮助您尽快做好准备。
运行原理
Review our Candidate Handbook covering exam criteria and FAQs. Optional: Take the DeepLearning.AI TensorFlow Developer Professional Certificate. This is strongly recommended in order to prepare for the exam.
报名参加考试。使用 Gmail 帐号登录(如果您没有 Gmail 帐号,您可以在登录过程中创建一个),上传您带有照片的身份证件(例如驾照或护照),并提供付款信息。
参加并提交考试。从购买考试之日起 6 个月内,您可随时登录并参加考试。考试需要在 5 小时之内完成。
收到 TensorFlow 证书。您提交考试后,我们将对考试进行评分,您可以在 24 小时内通过候选人门户查看考试提交的状态。