兩月不到，如何從新手成為谷歌認(rèn)證TensorFlow開發(fā)者？
因為新冠疫情宅家無事可做，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 Python 編程的情況下，僅用不到兩個月時間就拿到了谷歌 TensorFlow 開發(fā)者證書。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 是一位愛學(xué)習(xí)的人。新冠疫情當(dāng)前，在好奇心的驅(qū)動下，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 AI 沒有醫(yī)學(xué)學(xué)位，卻取得了超過 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。
實際上，他是在和朋友交流過 TensorFlow 和 Keras 之后才感到大開眼界的。然后他花了一天時間瀏覽相關(guān)文章，并看到了 Daniel Bourke 介紹自己如何獲得 TensorFlow 開發(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)心時間不夠，因為他很快就要開始工作了，而且差不多同時還要開始他的碩士課程。此外，他還沒學(xué)過 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)，也就是說他已經(jīng)學(xué)過微積分、回歸、時間序列和統(tǒng)計學(xué)。但是，他的 Python 技能幾近于無，唯一學(xué)過的編程語言是 R。盡管 R 在處理數(shù)據(jù)相關(guān)工作時非常好用，但不幸的是 TensorFlow 開發(fā)者認(rèn)證考試目前還不支持 R 語言。
Oktavian 在文中寫道：「拿下這個證書對我而言具有里程碑意義，因為這樣我就可以名正言順地說自己是數(shù)據(jù)和 AI 愛好者了?！构适抡f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？
簡而言之：TensorFlow 是一個得到廣泛應(yīng)用的機(jī)器學(xué)習(xí)軟件庫。
具體而言，TensorFlow 是一個免費(fèi)的開源框架，支持用戶開發(fā)端到端的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)項目，覆蓋從預(yù)處理到模型訓(xùn)練和部署的整個流程。該框架最早由谷歌大腦團(tuán)隊開發(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？因為它能做很多事，而且其應(yīng)用的廣泛程度超乎你的想象。很多時候，你甚至都不知道你在使用基于 TensorFlow 構(gòu)建的服務(wù)。
這個動圖展示了 Gmail 智能回復(fù)的工作方式
你用過 Gmail 的智能回復(fù)嗎？這是 AI 驅(qū)動的，能根據(jù)你的電子郵件內(nèi)容給出 3 個回復(fù)建議。而它就是用 TensorFlow 構(gòu)建的。
Twitter 時間線排序方法？WPS Office 的光學(xué)字符識別（OCR）？VSCO 給出的照片預(yù)設(shè)建議？它們都用到了 TensorFlow。TensorFlow 才問世四年多，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 開發(fā)者認(rèn)證考試是筆試而且必須用 Python 語言完成。在該考試中，我們可使用 Python 的 TensorFlow 庫和 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手冊：https://www.tensorflow.org/site-assets/downloads/marketing/cert/TF_Certificate_Candidate_Handbook.pdf。
考試大綱包含四個要點(diǎn)：使用 TensorFlow 構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)、圖像分類、自然語言處理以及時間序列?？荚嚤仨氃?Pycharm IDE 中完成。
閱讀手冊之后，Oktavian 開始規(guī)劃他的學(xué)習(xí)路徑，首先是學(xué)習(xí) Python 語言，然后是熟悉 TensorFlow。
學(xué)習(xí)之旅：第一個月
那么，一個毫無 Python 經(jīng)驗的應(yīng)用數(shù)學(xué)研究者是如何在兩個月之內(nèi)成為 TensorFlow 開發(fā)者的呢？下面是他實現(xiàn)目標(biāo)的旅程。
第一個月，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 問題進(jìn)行練習(xí)。當(dāng)遇到靠自己無法解決的問題時，就立馬上網(wǎng)查找解決方案。如果還沒找到，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，他已能不靠任何參考答案就能解答大部分問題了，甚至還能解決那些難度更高的問題。
那么剩余兩周時間他又做了什么呢？看教程。YouTube 上有很多免費(fèi) Python 教程。你沒有聽錯。
不過他也警告說：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。這三個視頻如下：
Python for Beginners：該教程來自 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）、繼承開始簡明清晰地介紹了 Python 中的基本概念，然后詳細(xì)講解了三個對初學(xué)者友好的項目。其中第二個項目與機(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)的堅實基礎(chǔ)。視頻末尾簡要談到了通過 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：該視頻來自 freeCodeCamp.org。在開發(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)以及通過數(shù)據(jù)可視化來獲得見解。（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，但目前來說這三個 YouTube 視頻已經(jīng)足夠了。提醒一句：你要自己動手寫代碼，在看視頻的過程中也要自己不斷嘗試。
學(xué)習(xí)之旅：第二個月
Oktavian 在第二個月里學(xué)習(xí)了 Coursera 上的 DeepLearning.AI TensorFlow 開發(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，這是他那個月要完成的最優(yōu)先事項。
完成每門課程后，他都會休息一天，順便測試所學(xué)到的知識。在這一天里，他會試驗代碼，或以休閑的方式探索與該課程相關(guān)的想法。
總體來說，他完成每門課程的時間為 5 天。其中 4 天用來看課程材料，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。
每個課程都有編程項目，而 Oktavian 也切切實實地探索了課程提供的代碼。他經(jīng)?；ㄙM(fèi)幾個小時時間來調(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)模型的試錯過程中獲得某種「直覺」。
有時候，課程會索引數(shù)據(jù)集、文章和未分級材料等外部資源。完成并通過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 計劃在未來幾個月通讀這本書。他認(rèn)為這本書非常全面，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)在這本書的第 10-16 章。
Coding Tensorflow 系列視頻：這個免費(fèi)的 YouTube 播放列表包含了這場考試的材料，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測試題和項目，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 花了四天時間復(fù)習(xí)課程，并重讀了手冊。在第二個月的第 25 天，他開始考試。
很顯然，這里不會談?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），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 模型測試一下，看是否有需要解決的錯誤。
考試報名：https://www.tensorflow.org/certificate。完成支付并上傳身份證明（各國 ID / 護(hù)照）。這時你會收到另一份手冊，這是僅提供給報名并付款后的用戶的。讀一下這份手冊，確保你在考試開始前做好準(zhǔn)備。
考試持續(xù)五小時。你要合理規(guī)劃時間：當(dāng)你為某問題開發(fā)的模型正在訓(xùn)練時，你就可以開始下一個問題了。在你的模型訓(xùn)練完成并保存后，不要忘記提交和測試你的模型（安裝好考試插件后，你的 IDE 會有一個「測試和提交模型」按鈕）。
首要目標(biāo)是先完成所有問題，然后如果還有時間，可以回頭優(yōu)化你的模型。要記住：時間有限。只要你的模型得了滿分，就可以放手了。
你可以在 Google Colab、AWS 等外部平臺上訓(xùn)練模型。在開始考試之前，你應(yīng)該學(xué)會如何從這些外部平臺保存模型，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)會了考試大綱中列出的要點(diǎn)，那么應(yīng)該就能通過考試了。手冊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 AMD 筆記本電腦，沒有專用 GPU，僅在處理一個有大數(shù)據(jù)集的問題時用到了一次 Google Colab。你可以在自己的設(shè)備上訓(xùn)練幾個模型測試一下，看看你的設(shè)備是否足夠完成考試。更值得擔(dān)心的問題是網(wǎng)速和網(wǎng)絡(luò)穩(wěn)定性，因為完成考試需要上傳模型。
考試結(jié)果
考試結(jié)束后，基本馬上就能收到是否通過考試的郵件。在兩周時間內(nèi)，Oktavian 便收到了官方下發(fā)的數(shù)字證書，還可以鏈接到自己的 LinkedIn 頁面。
該證書的有效期為三年，所以他已經(jīng)計劃好 2023 年再考一次。他想，屆時 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 Oktavian 而言，考證并不是終點(diǎn)，而是一個起點(diǎn)。Oktavian 表示：「通過這個考試是我真正意義上的第一個超越自我的里程碑，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」、「七天掌握」、「一個月精通」的故事，不過像 Oktavian 這樣因為疫情宅家無聊而用不到兩個月時間從 Python 零基礎(chǔ)到 TensorFlow 認(rèn)證開發(fā)者的經(jīng)歷依然讓人贊嘆并羨慕。
