码上作答第二期(下)丨 TensorFlow 开发者认证的秘密,“考证第一人”为你揭晓!...

“码上作答”持续进行中

每月一位领域专家传授“秘诀”

机会难得,提问了就是“赚”到了!

第二期我们邀请“考证第一人”段清华总结

《TensorFlow 开发者认证怎么考?

深度指南带你闯关》

揭秘TensorFlow 开发者认证的同时

还提供了丰富的学习干货

????戳图片重温????

为了解答更多开发者对学习、考证的疑问,

除了 TensorFlow 微信公众号,

我们还从知乎、CSDN 等平台搜集问题。

来自段清华的详细解答已经新鲜出炉,

一起来看看在考证进阶的路上,

大家都有怎样的疑问吧!

来源微信

TensorFlow 码上作答 </>

Vol.2

Q1

考试要全程摄像头么?

向左滑动,查看专家建议

A

没有摄像头的要求。进入考试后,环境已经配置好,而考试是使用 PyCharm 的一个插件完成,来回传输的只有代码和保存后的模型,所以建议先熟悉 PyCharm 。

TensorFlow 码上作答 </>

Vol.2

Q2

模型计算的时候需要有显卡的电脑吗?

向左滑动,查看专家建议

A

不需要。考试主要是考察模型的构建能力,并不是准确率一定要达到世界领先,在考试过程中不要设计过于复杂的模型,考试所需的数据也都是比较小的数据集,都用 CPU 训练也没有问题。

TensorFlow 码上作答 </>

Vol.2

Q3

总共有多少道题?考试的时候能搜索吗?能翻阅资料吗?

向左滑动,查看专家建议

A

一共五道题。可以把考试认为是一个开发任务,你平时开发时候会怎么查资料,考试时就怎么查资料就好。引用《TensorFlow 开发者认证候选人手册 (Handbook)》的表述:

“在机器学习开发部分中,您可以使用平时使用的任何学习资源 (You may use whatever learning resources you would normally use during your ML development work.)”

扫码获取

《TensorFlow 开发者认证候选人手册》

TensorFlow 码上作答 </>

Vol.2

Q4

考试需要 TensorFlow 1.x 的知识吗?

向左滑动,查看专家建议

A

不需要。相关的知识点,可以回顾我在“码上作答”第二期上篇推文提到的知识点:使用 TensorFlow 2.x 构建和训练神经网络模型、图像分类、自然语言处理 (NLP)、时间序列、序列和预测

如果发现自己缺乏了哪部分知识点,可以在 TensorFlow 官方网站寻找官方精选的机器学习资源,包括相关的文档、参考书籍、在线课程等。我建议可以先学习吴恩达老师推荐的 TensorFlow in Practice 专项课程,以及李锡涵的简单粗暴 TensorFlow 2 系列

参考资料

????官网资源:

https://tensorflow.google.cn/resources/learn-ml

????《TensorFlow in Practice 专项课程》:

https://www.coursera.org/specializations/tensorflow-in-practice

TensorFlow 码上作答 </>

Vol.2

Q5

考试如何判断自己已经通过了?

向左滑动,查看专家建议

A

在考试过程中,五道题(五个模型)可以单独提交模型,查看单个模型的结果。这个结果并不直接代表是否通过考试,但可以作为一个参考。具体是否通过,还是完全交卷后等待结果。

TensorFlow 码上作答 </>

Vol.2

Q6

考试费用多少?

现在还有吴恩达老师的半价活动吗?正好想考一个~

向左滑动,查看专家建议

A

考试的标准费用为 100 美金。现在依旧可以申请限时教育补贴。

详情流程请扫描下方二维码了解

来源CSDN

TensorFlow 码上作答 </>

Vol.2

Q7

考试的模型是他给的,还是要自己想?五个模型有准确率的要求么?GPU 是什么类型的,能拉得动么?

向左滑动,查看专家建议

A

考试只定义了输入是什么,需要的结果是什么,具体使用什么模型结构是自己决定的,不是简单的填空题。比如假设有一道题要求是完成文本分类任务,你到底要用 CNN 还是 LSTM ,还是其他,其实都可以。

准确率没有具体标准。其实机器学习考试是很难考核模型本身“效果”优劣的,例如某个模型必须准确率到99.5%之类,毕竟有一定随机性的,所以其实重要的是,至少能把符合输入输出要求的模型搭建起来,也就是对于问题的基本建模能力。

模型的调试、训练,本身都是在你做题用的本地电脑上的,用 GPU 可以,不用其实也可以,因为模型数据量都不大,不是 kaggle 比赛,也不是要比准确率,问题都没必要建特别复杂的模型,重点是先能跑通模型,给出结果。

来源知乎

TensorFlow 码上作答 </>

Vol.2

Q8

Python 就会一些基础,

能通过考试吗?

向左滑动,查看专家建议

A

考试不是填空题,是真要写大段代码的。因此,是否能通过、什么样基础还算合格,这都是考试对于个人能力的考察,无法简单一概而论。

从备考的角度,我建议可以从两个方面进行自我校验

1、考试手册 (Handbook) 中要求的技能,是否知道应如何实现?(不考虑实现效果的准确率)

2、对于其他机器学习的问题处理,自己开发的代码是否能实现?例如,去做 Kaggle 竞赛中的题目,在不考虑实现效果和准确率的情况,看能否从数据处理到模型能运行,都能独立实现,以此对自己水平进行验证。

TensorFlow 码上作答 </>

Vol.2

Q9

证书即使考下来,

三年以后还会有用吗?

向左滑动,查看专家建议

A

首先,这一证书的有效期是 3 年,我猜谷歌也考虑到了知识需要不断迭代这一点。其次,我认为获取证书,是在进阶的道路上,对个人一部分开发能力的证明。相信在正常的职业发展路线上,三年后的自己能力要比现在的自己要强,所以我猜想,证书本身也会跟着技术与环境的改变而更新变化,又或是大家会找到更多的渠道和方式来证明自己。


我在关于“人工智能就业前景”的知乎回答中,分享了对 AI 人才发展的看法。我认为企业的人才的需求会有下面几种变化:从对 AI 算法专家的需求,到对AI工程师的需求;从部分算法知识,发展到对算法理论与业务建模方法的深入理解。总的来说,要成为一个有职场竞争力、有创新能力的开发者,通过考证证明自己的能力是一个方面,更重要的是尽量不让自己的能力过于单一,需要能全方面的发展。

扫码查看相关知乎回答完整版

在征集提问的过程中,

我们也发现有开发者提出了

在学习 TensorFlow 的过程中遇到的难题,

也在此邀请段清华分享个人经验,

帮助其获得更有效的进阶方法。

TensorFlow 码上作答 </>

Vol.2

Q10

对于tf的pipeline,我个人理解的是 data_generator, model, optimizer, loss / metric 最后train。对于我来说,难点更在于新的模型的结构的复杂性,我不知道如何去正确地实现它。对于经典的网络结构,fast-rcnn, yolo, mobilenet, efficientnet effcientnet 诸如此类,我们是否需要去自己实现一遍,或者我们有什么推荐的方式自己去实现这些经典的网络架构?

向左滑动,查看专家建议

A

是否能完全复现研究,本身就是一个相对较困难的问题。可以看 BERT 的原论文中对各个下游任务的复现过程中,很多也没有完全复现之前 SOTA 的结果,可以看出来即便对于专业的研究者来说,这依然是有一定困难的。

对于是否要自己去实现一遍,我个人的建议是,对于一类任务,可以尝试去实现一个比较经典的模型。比如 YOLO 、RCNN 、RetinaNet 都是为了完成 Object Detection 任务,如果不是工作上有要求,可以选择一个复现,其他只需要弄懂即可。如果有要求,则根据自己的情况确定。

自己复现的是否正确,可以参考原算法论文的数据集和结果,也可以参考网络上其他开源的代码做交叉对比。自己复现的实现是否足够好,这个其实很难定义。即便是传统编程语言中如 C++ / Java,如何才算好的编程范式和实现方法,其实也是一直在变化的。建议,一方面参考官方中比较新的实现示例,也同时留意社区中一些活跃的项目代码。

参考资料

从 TensorFlow 官方模型中找到经典模型(直接点击跳转):

TensorFlow Hub | Model Garden

《社区分享 | Tutorial of TF2.0 in Object Detection》

以上就是第二期“码上作答”的 Q&A,

对于本期的问答,你还有其他的疑问/解答?

欢迎在留言区分享!

想了解更多 TensorFlow 开发者认证计划,

可以点击文末左下角“阅读原文”了解详情,

也可以观看下方 B 站视频

TensorFlow DevSummit 2020 主题演讲

想要看更多答疑内容和学习干货

1

回看往期答疑推文

码上作答第一期答疑篇

机器学习 Study Jam 答疑系列:

第一期 | 第二期

2

关注 TensorFlow 微信公众号

后台回复关键词“TF2”

你将获得“TensorFlow 2.X 学习大礼包

轻松掌握 TensorFlow 深度学习框架的实战技能。

风里雨里, 

TensorFlow “码上作答”每个月都会陪你!

第三期话题 8 月也将准时“发车”,

千万不要错过!

已标记关键词 清除标记