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 认证面向什么人?
一级认证考试可以测试开发者将机器学习技术集成到工具和应用中的基础知识。该认证计划要求应试者了解如何使用计算机视觉、卷积神经网络、自然语言处理以及真实的图像数据和策略构建 TensorFlow 模型。
为了顺利完成考试,应试者应该了解以下知识:
-
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像识别算法、对象检测算法、文本识别算法
-
使用不同形状和大小的真实图像可视化图像的卷积过程,了解计算机如何“观察”信息、绘制损失和准确率图
-
探索防止过拟合的策略,包括增强和丢弃策略
-
在 TensorFlow 中使用神经网络解决自然语言处理问题
优势
我们深信,具有不同背景和专业知识、来自不同地理位置以及持有不同观念的人应该能够更方便地学习和使用相关技术,从而转变机器学习及其应用的演进方式。我们很高兴能够提供有限金额的助学金,来资助教育材料和/或补贴考试费用,帮助实现这一目标。
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
-
以前学习过机器学习或深度学习知识会有帮助,但不是必需条件
-
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
还没入门?我们还提供其他资源来帮助您快速上手。
工作原理
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(若无 Gmail 帐号,您可以在登录过程中创建一个),上传您的照片 ID(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。
获得 TensorFlow 认证:在您交卷后,我们会对考卷评分。您在 24 小时内即可通过 Candidate Portal 看到考卷的提交状态。