[[343297]]

因?yàn)樾鹿谝咔檎覠o(wú)事可做，印度尼西亞一位應(yīng)用數(shù)學(xué)學(xué)生 Grady Matthias Oktavian 在從未用過(guò) Python 編程的情況下，僅用不到兩個(gè)月時(shí)間就拿到了谷歌 TensorFlow 開(kāi)發(fā)者證書(shū)。本文將介紹他的這段經(jīng)歷以及學(xué)習(xí)方法。

與 TensorFlow 的淵源

Oktavian 是一位愛(ài)學(xué)習(xí)的人。新冠疫情當(dāng)前，在好奇心的驅(qū)動(dòng)下，他閱讀了大量相關(guān)的新聞和文章。有一天，他讀到了一篇文章，其中介紹了一組研究者開(kāi)發(fā)了一種根據(jù) X 光片辨別普通肺炎和新冠肺炎的新系統(tǒng)。

這篇文章提到研究者使用了「人工智能」和「神經(jīng)網(wǎng)絡(luò)」。這引起了他的興趣：如何才能訓(xùn)練出分辨不同 X 光掃描圖像的系統(tǒng)？這個(gè) AI 沒(méi)有醫(yī)學(xué)學(xué)位，卻取得了超過(guò) 90% 的準(zhǔn)確度！以此為契機(jī)，Oktavian 進(jìn)入了深度學(xué)習(xí)領(lǐng)域。

實(shí)際上，他是在和朋友交流過(guò) TensorFlow 和 Keras 之后才感到大開(kāi)眼界的。然后他花了一天時(shí)間瀏覽相關(guān)文章，并看到了 Daniel Bourke 介紹自己如何獲得 TensorFlow 開(kāi)發(fā)者認(rèn)證經(jīng)歷的文章。

因此，Oktavian 也決定挑戰(zhàn)一番，但是他又擔(dān)心時(shí)間不夠，因?yàn)樗芸炀鸵_(kāi)始工作了，而且差不多同時(shí)還要開(kāi)始他的碩士課程。此外，他還沒(méi)學(xué)過(guò) Python。他真的能完成這一壯舉嗎？

他之前已經(jīng)完成了精算學(xué)應(yīng)用數(shù)學(xué)本科學(xué)業(yè)，也就是說(shuō)他已經(jīng)學(xué)過(guò)微積分、回歸、時(shí)間序列和統(tǒng)計(jì)學(xué)。但是，他的 Python 技能幾近于無(wú)，唯一學(xué)過(guò)的編程語(yǔ)言是 R。盡管 R 在處理數(shù)據(jù)相關(guān)工作時(shí)非常好用，但不幸的是 TensorFlow 開(kāi)發(fā)者認(rèn)證考試目前還不支持 R 語(yǔ)言。

Oktavian 在文中寫道：「拿下這個(gè)證書(shū)對(duì)我而言具有里程碑意義，因?yàn)檫@樣我就可以名正言順地說(shuō)自己是數(shù)據(jù)和 AI 愛(ài)好者了。」故事說(shuō)完，進(jìn)入正題。首先談?wù)?TensorFlow。

TensorFlow 是什么？為什么應(yīng)該學(xué)習(xí)它？

簡(jiǎn)而言之：TensorFlow 是一個(gè)得到廣泛應(yīng)用的機(jī)器學(xué)習(xí)軟件庫(kù)。

具體而言，TensorFlow 是一個(gè)免費(fèi)的開(kāi)源框架，支持用戶開(kāi)發(fā)端到端的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)項(xiàng)目，覆蓋從預(yù)處理到模型訓(xùn)練和部署的整個(gè)流程。該框架最早由谷歌大腦團(tuán)隊(duì)開(kāi)發(fā)，在谷歌內(nèi)部使用，現(xiàn)在已經(jīng)得到廣泛應(yīng)用。

那么，我們?yōu)槭裁磻?yīng)該學(xué)習(xí) TensorFlow 呢？因?yàn)樗茏龊芏嗍拢移鋺?yīng)用的廣泛程度超乎你的想象。很多時(shí)候，你甚至都不知道你在使用基于 TensorFlow 構(gòu)建的服務(wù)。

 

這個(gè)動(dòng)圖展示了 Gmail 智能回復(fù)的工作方式

你用過(guò) Gmail 的智能回復(fù)嗎？這是 AI 驅(qū)動(dòng)的，能根據(jù)你的電子郵件內(nèi)容給出 3 個(gè)回復(fù)建議。而它就是用 TensorFlow 構(gòu)建的。

Twitter 時(shí)間線排序方法？WPS Office 的光學(xué)字符識(shí)別（OCR）？VSCO 給出的照片預(yù)設(shè)建議？它們都用到了 TensorFlow。TensorFlow 才問(wèn)世四年多，就已經(jīng)在我們?nèi)粘Ｊ褂玫脑S多服務(wù)和產(chǎn)品中得到了廣泛的使用。

TensorFlow 開(kāi)發(fā)者認(rèn)證考試是什么？參加該考試的成本如何？

TensorFlow 數(shù)字徽章

TensorFlow 開(kāi)發(fā)者認(rèn)證考試是筆試而且必須用 Python 語(yǔ)言完成。在該考試中，我們可使用 Python 的 TensorFlow 庫(kù)和 API。每次嘗試的成本為 100 美元。如果你第一次挑戰(zhàn)失敗了，你可以在兩周后再支付 100 美元重新考試。關(guān)于該考試支付和規(guī)則方面的詳情可參看這個(gè)手冊(cè)：https://www.tensorflow.org/site-assets/downloads/marketing/cert/TF_Certificate_Candidate_Handbook.pdf。

考試大綱包含四個(gè)要點(diǎn)：使用 TensorFlow 構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)、圖像分類、自然語(yǔ)言處理以及時(shí)間序列。考試必須在 Pycharm IDE 中完成。

閱讀手冊(cè)之后，Oktavian 開(kāi)始規(guī)劃他的學(xué)習(xí)路徑，首先是學(xué)習(xí) Python 語(yǔ)言，然后是熟悉 TensorFlow。

學(xué)習(xí)之旅：第一個(gè)月

那么，一個(gè)毫無(wú) Python 經(jīng)驗(yàn)的應(yīng)用數(shù)學(xué)研究者是如何在兩個(gè)月之內(nèi)成為 TensorFlow 開(kāi)發(fā)者的呢？下面是他實(shí)現(xiàn)目標(biāo)的旅程。

第一個(gè)月，首先學(xué)習(xí) Python。如何快速做到這一點(diǎn)呢？他做的第一件事是進(jìn)入 hackerrank（https://www.hackerrank.com/domains/python），立即上手用大量 Python 問(wèn)題進(jìn)行練習(xí)。當(dāng)遇到靠自己無(wú)法解決的問(wèn)題時(shí)，就立馬上網(wǎng)查找解決方案。如果還沒(méi)找到，那就查看參考答案并盡力理解其中的概念。

他這樣一直持續(xù)了兩周。此時(shí)，他已能不靠任何參考答案就能解答大部分問(wèn)題了，甚至還能解決那些難度更高的問(wèn)題。

那么剩余兩周時(shí)間他又做了什么呢？看教程。YouTube 上有很多免費(fèi) Python 教程。你沒(méi)有聽(tīng)錯(cuò)。

不過(guò)他也警告說(shuō)：如果你能參加正式的 Python 課程，進(jìn)行更結(jié)構(gòu)化的學(xué)習(xí)，那當(dāng)然更好。

Oktavian 列出了在他的學(xué)習(xí)之旅中有所助益的三個(gè)視頻。這些視頻是免費(fèi)的，也因此被低估了。而且，這些視頻就算學(xué)完了也得不到任何證書(shū)。這三個(gè)視頻如下：

Python for Beginners：該教程來(lái)自 Programming with Mosh。該視頻從字符串、運(yùn)算操作、函數(shù)、數(shù)據(jù)類型（列表、字典、元組）、繼承開(kāi)始簡(jiǎn)明清晰地介紹了 Python 中的基本概念，然后詳細(xì)講解了三個(gè)對(duì)初學(xué)者友好的項(xiàng)目。其中第二個(gè)項(xiàng)目與機(jī)器學(xué)習(xí)有關(guān)。（https://www.youtube.com/watch?v=_uQrJ0TkZlc）

Python for Data Science Full Course：該視頻來(lái)自 edureka，涵蓋了必要的 Python 軟件包，能幫你打下數(shù)據(jù)科學(xué)的堅(jiān)實(shí)基礎(chǔ)。視頻末尾簡(jiǎn)要談到了通過(guò) Python 使用 Keras 和 TensorFlow 進(jìn)行深度學(xué)習(xí)。（https://www.youtube.com/watch?v=-6RqxhNO2yY）

Data Analysis with Python：該視頻來(lái)自 freeCodeCamp.org。在開(kāi)發(fā)和訓(xùn)練模型之前，我們常常忽視數(shù)據(jù)預(yù)處理步驟。這個(gè)視頻重點(diǎn)關(guān)注了這一階段，并著重介紹了收集數(shù)據(jù)、加載數(shù)據(jù)、清洗數(shù)據(jù)以及通過(guò)數(shù)據(jù)可視化來(lái)獲得見(jiàn)解。（https://www.youtube.com/watch?v=r-uOLxNrNk8）

盡管深入學(xué)習(xí) Python 還是應(yīng)該參加正式課程，但目前來(lái)說(shuō)這三個(gè) YouTube 視頻已經(jīng)足夠了。提醒一句：你要自己動(dòng)手寫代碼，在看視頻的過(guò)程中也要自己不斷嘗試。

學(xué)習(xí)之旅：第二個(gè)月

Oktavian 在第二個(gè)月里學(xué)習(xí)了 Coursera 上的 DeepLearning.AI TensorFlow 開(kāi)發(fā)者專業(yè)認(rèn)證課程：https://www.coursera.org/professional-certificates/tensorflow-in-practice。該課程的講師是來(lái)自谷歌大腦的 Laurence Moroney 和 deeplearning.ai 創(chuàng)始人吳恩達(dá)。

該專業(yè)培訓(xùn)共有四門課程，涵蓋了考試大綱的四個(gè)要點(diǎn)。每門課程為期四周，但 Oktavian 每天學(xué)習(xí)一周的課，這是他那個(gè)月要完成的最優(yōu)先事項(xiàng)。

完成每門課程后，他都會(huì)休息一天，順便測(cè)試所學(xué)到的知識(shí)。在這一天里，他會(huì)試驗(yàn)代碼，或以休閑的方式探索與該課程相關(guān)的想法。

總體來(lái)說(shuō)，他完成每門課程的時(shí)間為 5 天。其中 4 天用來(lái)看課程材料，第 5 天用于休息和復(fù)習(xí)。這樣，他用 20 天完成了這 4 門課程。

每個(gè)課程都有編程項(xiàng)目，而 Oktavian 也切切實(shí)實(shí)地探索了課程提供的代碼。他經(jīng)常花費(fèi)幾個(gè)小時(shí)時(shí)間來(lái)調(diào)試神經(jīng)網(wǎng)絡(luò)的超參數(shù)，以便盡可能得到最好的驗(yàn)證準(zhǔn)確度。這樣，就能在創(chuàng)建深度神經(jīng)網(wǎng)絡(luò)模型的試錯(cuò)過(guò)程中獲得某種「直覺(jué)」。

有時(shí)候，課程會(huì)索引數(shù)據(jù)集、文章和未分級(jí)材料等外部資源。完成并通過(guò)課程并不一定需要學(xué)習(xí)這些外部材料，但 Oktavian 還是探索了大量外部材料。這些課程大都是面向?qū)嵺`的，吳恩達(dá)也有一些講解直觀和理論方法的視頻。

其它材料

要通過(guò)這門考試，你不一定要按同樣的路徑進(jìn)行學(xué)習(xí)。如果你不想花 49 美元來(lái)學(xué)這門課，Coursera 上還有其它一些值得學(xué)習(xí)的課程：

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems（第 2 版），作者 Aurélien Géron。Oktavian 計(jì)劃在未來(lái)幾個(gè)月通讀這本書(shū)。他認(rèn)為這本書(shū)非常全面，有助于理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的一些關(guān)鍵概念。與考試大綱相似的材料出現(xiàn)在這本書(shū)的第 10-16 章。

Coding Tensorflow 系列視頻：這個(gè)免費(fèi)的 YouTube 播放列表包含了這場(chǎng)考試的材料，而且大部分由 Laurence Moroney 教授講授。Oktavian 選擇 Coursera 課程的原因是其提供了額外的分級(jí)測(cè)試題和項(xiàng)目，但如果你自己用該 YouTube 播放列表中的材料自行探索，也能取得很好的效果。另外不要忘了在 Keras 和 TensorFlow 的官網(wǎng)上查看文檔。（https://www.youtube.com/playlist?list=PLQY2H8rRoyvwLbzbnKJ59NkZvQAW9wLbx）

參加考試

結(jié)束所有課程后，Oktavian 花了四天時(shí)間復(fù)習(xí)課程，并重讀了手冊(cè)。在第二個(gè)月的第 25 天，他開(kāi)始考試。

很顯然，這里不會(huì)談?wù)摽荚噧?nèi)容的細(xì)節(jié)，但他給出了有關(guān)準(zhǔn)備和參加考試的幾點(diǎn)說(shuō)明：

首先，安裝所需的 Python IDE。TensorFlow 認(rèn)證考試目前所需的 IDE 是 PyCharm。要確保安裝的版本是正確的（參考手冊(cè)），禁用和卸載其它第三方插件。小建議：在參加考試之前，可以先運(yùn)行一些 TensorFlow 模型測(cè)試一下，看是否有需要解決的錯(cuò)誤。

考試報(bào)名：https://www.tensorflow.org/certificate。完成支付并上傳身份證明（各國(guó) ID / 護(hù)照）。這時(shí)你會(huì)收到另一份手冊(cè)，這是僅提供給報(bào)名并付款后的用戶的。讀一下這份手冊(cè)，確保你在考試開(kāi)始前做好準(zhǔn)備。

考試持續(xù)五小時(shí)。你要合理規(guī)劃時(shí)間：當(dāng)你為某問(wèn)題開(kāi)發(fā)的模型正在訓(xùn)練時(shí)，你就可以開(kāi)始下一個(gè)問(wèn)題了。在你的模型訓(xùn)練完成并保存后，不要忘記提交和測(cè)試你的模型（安裝好考試插件后，你的 IDE 會(huì)有一個(gè)「測(cè)試和提交模型」按鈕）。

首要目標(biāo)是先完成所有問(wèn)題，然后如果還有時(shí)間，可以回頭優(yōu)化你的模型。要記住：時(shí)間有限。只要你的模型得了滿分，就可以放手了。

你可以在 Google Colab、AWS 等外部平臺(tái)上訓(xùn)練模型。在開(kāi)始考試之前，你應(yīng)該學(xué)會(huì)如何從這些外部平臺(tái)保存模型，然后將其載入 PyCharm。你必須用「.h5」格式保存模型。

如果你都已經(jīng)研究通透，也已經(jīng)學(xué)會(huì)了考試大綱中列出的要點(diǎn)，那么應(yīng)該就能通過(guò)考試了。手冊(cè)中列出的大綱極具指導(dǎo)意義，你可以將其用作準(zhǔn)備考試的學(xué)習(xí)指南。

至于硬件要求，Oktavian 考試使用的是一臺(tái) AMD 筆記本電腦，沒(méi)有專用 GPU，僅在處理一個(gè)有大數(shù)據(jù)集的問(wèn)題時(shí)用到了一次 Google Colab。你可以在自己的設(shè)備上訓(xùn)練幾個(gè)模型測(cè)試一下，看看你的設(shè)備是否足夠完成考試。更值得擔(dān)心的問(wèn)題是網(wǎng)速和網(wǎng)絡(luò)穩(wěn)定性，因?yàn)橥瓿煽荚囆枰蟼髂Ｐ汀?/p>

考試結(jié)果

考試結(jié)束后，基本馬上就能收到是否通過(guò)考試的郵件。在兩周時(shí)間內(nèi)，Oktavian 便收到了官方下發(fā)的數(shù)字證書(shū)，還可以鏈接到自己的 LinkedIn 頁(yè)面。

該證書(shū)的有效期為三年，所以他已經(jīng)計(jì)劃好 2023 年再考一次。他想，屆時(shí) TensorFlow 和深度學(xué)習(xí)領(lǐng)域肯定已歷經(jīng)巨大的發(fā)展進(jìn)步，考試內(nèi)容可能也將發(fā)生一些變化。

總結(jié)

對(duì) Oktavian 而言，考證并不是終點(diǎn)，而是一個(gè)起點(diǎn)。Oktavian 表示：「通過(guò)這個(gè)考試是我真正意義上的第一個(gè)超越自我的里程碑，也讓我進(jìn)入了數(shù)據(jù)科學(xué)的大門。」

在當(dāng)前大熱的 AI 和數(shù)據(jù)科學(xué)領(lǐng)域，不乏「三天學(xué)會(huì)」、「七天掌握」、「一個(gè)月精通」的故事，不過(guò)像 Oktavian 這樣因?yàn)橐咔檎覠o(wú)聊而用不到兩個(gè)月時(shí)間從 Python 零基礎(chǔ)到 TensorFlow 認(rèn)證開(kāi)發(fā)者的經(jīng)歷依然讓人贊嘆并羨慕。