EITC/AI/TFF TensorFlow Fundamentals to europejski program certyfikacji IT w bibliotece uczenia maszynowego Google TensorFlow umożliwiający programowanie sztucznej inteligencji.
Program nauczania EITC/AI/TFF TensorFlow Fundamentals koncentruje się na aspektach teoretycznych i praktycznych umiejętnościach korzystania z biblioteki TensorFlow zorganizowanej w ramach następującej struktury, obejmującej obszerne materiały dydaktyczne wideo jako odniesienie do tego certyfikatu EITC.
TensorFlow to bezpłatna biblioteka oprogramowania typu open source do uczenia maszynowego. Może być używany w szeregu zadań, ale kładzie szczególny nacisk na uczenie i wnioskowanie o głębokich sieciach neuronowych. Jest to symboliczna biblioteka matematyczna oparta na przepływie danych i programowaniu różniczkowalnym. Jest używany zarówno do badań, jak i do produkcji w Google.
Począwszy od 2011 roku, Google Brain zbudował DistBelief jako zastrzeżony system uczenia maszynowego oparty na sieciach neuronowych uczenia głębokiego. Jego użycie szybko wzrosło w różnych firmach Alphabet, zarówno w zastosowaniach badawczych, jak i komercyjnych. Google wyznaczyło wielu informatyków, w tym Jeffa Deana, do uproszczenia i refaktoryzacji bazy kodu DistBelief w szybszą, bardziej niezawodną bibliotekę aplikacji, która stała się TensorFlow. W 2009 roku zespół kierowany przez Geoffreya Hintona wdrożył uogólnioną wsteczną propagację i inne ulepszenia, które pozwoliły na generowanie sieci neuronowych ze znacznie większą dokładnością, na przykład 25% redukcję błędów w rozpoznawaniu mowy.
TensorFlow to system drugiej generacji Google Brain. Wersja 1.0.0 została wydana 11 lutego 2017 r. Podczas gdy implementacja referencyjna działa na pojedynczych urządzeniach, TensorFlow może działać na wielu procesorach i układach GPU (z opcjonalnymi rozszerzeniami CUDA i SYCL do obliczeń ogólnego przeznaczenia na procesorach graficznych). TensorFlow jest dostępny na 64-bitowych platformach Linux, macOS, Windows i mobilnych, w tym Android i iOS. Jego elastyczna architektura umożliwia łatwe wdrażanie obliczeń na różnych platformach (CPU, GPU, TPU), od komputerów stacjonarnych po klastry serwerów i urządzenia mobilne i brzegowe. Obliczenia TensorFlow są przedstawiane jako stanowe wykresy przepływu danych. Nazwa TensorFlow wywodzi się z operacji, które takie sieci neuronowe wykonują na wielowymiarowych tablicach danych, zwanych tensorami. Podczas konferencji Google I/O w czerwcu 2016 r. Jeff Dean stwierdził, że 1,500 repozytoriów na GitHub wspomniało o TensorFlow, z czego tylko 5 pochodziło od Google. W grudniu 2017 roku programiści z Google, Cisco, RedHat, CoreOS i CaiCloud przedstawili Kubeflow na konferencji. Kubeflow umożliwia działanie i wdrażanie TensorFlow na Kubernetes. W marcu 2018 r. Google ogłosił TensorFlow.js w wersji 1.0 do uczenia maszynowego w JavaScript. W styczniu 2019 Google ogłosił TensorFlow 2.0. Został oficjalnie dostępny we wrześniu 2019 r. W maju 2019 r. Google ogłosił TensorFlow Graphics do głębokiego uczenia się w grafice komputerowej.
Aby dokładnie zapoznać się z programem certyfikacji, możesz rozwinąć i przeanalizować poniższą tabelę.
EITC/AI/TFF TensorFlow Fundamentals Certification Curriculum odwołuje się do ogólnodostępnych materiałów dydaktycznych w formie wideo. Proces uczenia się podzielony jest na etapy (programy -> lekcje -> tematy) obejmujące odpowiednie części programu nauczania. Zapewnione są również nieograniczone konsultacje z ekspertami dziedzinowymi.
Aby uzyskać szczegółowe informacje na temat procedury certyfikacji, sprawdź Wygodna Subskrypcja.
Zasoby referencyjne dotyczące programów nauczania
Google TensorFlow
https://www.tensorflow.org/
Zasoby szkoleniowe Google TensorFlow
https://www.tensorflow.org/learn/
Dokumentacja API TensorFlow
https://www.tensorflow.org/api_docs/
Modele i zbiory danych TensorFlow
https://www.tensorflow.org/resources/models-datasets/
Społeczność TensorFlow
https://www.tensorflow.org/community/
Szkolenie Google Cloud AI Platform z TensorFlow
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
Pobierz kompletne materiały przygotowawcze do samodzielnego uczenia się offline dla programu EITC/AI/TFF TensorFlow Fundamentals w pliku PDF
Materiały przygotowawcze EITC/AI/TFF – wersja standardowa
Materiały przygotowawcze EITC/AI/TFF – wersja rozszerzona z pytaniami kontrolnymi