EITC/AI/TFF TensorFlow Fundamentals - це європейська програма ІТ-сертифікації в бібліотеці машинного навчання Google TensorFlow, що дозволяє програмувати штучний інтелект.
Навчальний план Основ EITC/AI/TFF TensorFlow фокусується на теоретичних аспектах та практичних навичках використання бібліотеки TensorFlow, організованих у такій структурі, що охоплює всебічний відеодидактичний зміст як посилання на цю сертифікацію EITC.
TensorFlow - це безкоштовна бібліотека програмного забезпечення з відкритим кодом для машинного навчання. Він може бути використаний для цілого ряду завдань, але приділяє особливу увагу навчанню та висновку глибоких нейронних мереж. Це символічна математична бібліотека, заснована на потоці даних та диференційованому програмуванні. Він використовується як для досліджень, так і для виробництва в Google.
Починаючи з 2011 року, Google Brain побудував DistBelief як власну систему машинного навчання, засновану на нейромережах глибокого навчання. Його використання швидко зростало в різних компаніях алфавіту як у науковому, так і в комерційному застосуванні. Google призначив кільком вченим-інформатикам, зокрема Джеффу Діну, спростити та переробити кодову базу DistBelief у більш швидку і надійну бібліотеку програмного рівня, яка стала TensorFlow. У 2009 році команда на чолі з Джеффрі Хінтоном впровадила узагальнене зворотне розповсюдження та інші вдосконалення, які дозволили генерувати нейронні мережі із значно вищою точністю, наприклад, зменшення помилок у розпізнаванні мови на 25%.
TensorFlow - це система Google Brain другого покоління. Версія 1.0.0 була випущена 11 лютого 2017 року. Хоча посилальна реалізація працює на окремих пристроях, TensorFlow може працювати на декількох центральних процесорах і графічних процесорах (з додатковими розширеннями CUDA та SYCL для обчислень загального призначення на графічних процесорах). TensorFlow доступний на 64-розрядних платформах Linux, macOS, Windows та мобільних обчислювальних платформах, включаючи Android та iOS. Його гнучка архітектура дозволяє легко розгортати обчислення на різних платформах (процесори, графічні процесори, TPU), а також від робочих столів до кластерів серверів до мобільних та крайніх пристроїв. Обчислення TensorFlow виражаються у вигляді графіків потоку даних. Назва TensorFlow походить від операцій, які такі нейронні мережі виконують над багатовимірними масивами даних, які називаються тензорами. Під час конференції вводу-виводу Google у червні 2016 року Джефф Дін заявив, що 1,500 сховищ на GitHub згадували TensorFlow, з яких лише 5 були від Google. У грудні 2017 року розробники від Google, Cisco, RedHat, CoreOS та CaiCloud представили Kubeflow на конференції. Kubeflow дозволяє працювати та розгортати TensorFlow на Kubernetes. У березні 2018 року Google оголосив TensorFlow.js версії 1.0 для машинного навчання в JavaScript. У січні 2019 року Google оголосив про TensorFlow 2.0. Він став офіційно доступним у вересні 2019 року. У травні 2019 року Google оголосив TensorFlow Graphics для глибокого вивчення комп'ютерної графіки.
Для більш детального ознайомлення з навчальною програмою сертифікації Ви можете розгорнути та проаналізувати наведену нижче таблицю.
Навчальна програма сертифікації основ EITC/AI/TFF TensorFlow містить посилання на дидактичні матеріали відкритого доступу у формі відео. Навчальний процес поділений на покрокову структуру (програми -> уроки -> теми), що охоплює відповідні частини навчального плану. Також надаються необмежені консультації з експертами в галузі.
Детальніше про процедуру сертифікації див Як це працює?.
Довідкові ресурси навчальної програми
Google TensorFlow
https://www.tensorflow.org/
Навчальні ресурси Google TensorFlow
https://www.tensorflow.org/learn/
Документація API TensorFlow
https://www.tensorflow.org/api_docs/
Моделі та набори даних TensorFlow
https://www.tensorflow.org/resources/models-datasets/
Спільнота TensorFlow
https://www.tensorflow.org/community/
Навчання Google Cloud AI Platform з TensorFlow
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
Завантажте повні підготовчі матеріали для офлайн-самонавчання для програми EITC/AI/TFF TensorFlow Fundamentals у файлі PDF
Підготовчі матеріали EITC/AI/TFF – стандартна версія
Підготовчі матеріали EITC/AI/TFF – розширена версія з контрольними запитаннями