背景
我喜欢读书。对知识的渴求使我阅读了许多有关大流行的新闻和文章。那时，我碰到一篇有关一组研究人员的文章，该研究人员创建了一个新系统，该系统能够根据X射线分析将肺炎和COVID-19区分出来。
文章提到该项目使用“人工智能”和“神经网络”。这立即使我感兴趣。人类如何构建和训练可以分析X射线的机器？让我们从一个事实开始，即人工智能甚至都没有医学教育。而且他的准确率超过90％！这就是我进入深度学习兔子洞的旅程的开始方式。
简而言之，我与一个朋友讨论了它，并发现了TensorFlow（和Keras）的存在。然后，在好奇地继续研究有关该主题的各种材料的同时，我遇到了一篇文章，该文章的作者谈论了他如何成为获得认证的TensorFlow开发人员。
我在这里挑战自我，想知道我是否可以得到这样的证书。没错，我担心自己没有足够的时间进行此操作。事实是我要去上班，而且大约在同一时间，我的硕士课程开始了。而且，我对使用Python编程一无所知。我能否实现自己的目标？
在我的本科学位中，我学习了解决精算问题的应用数学。这意味着我对高等数学和统计学非常熟悉，我知道回归和时间序列是什么。但是我对Python的了解几乎为零。我当时唯一知道的语言是R。虽然我发现R是一种非常通用的语言，可以满足处理数据的人员的需求，但不幸的是，这种语言不适合参加认证考试。
作为一名自学成才的数据科学家和AI科学家，TensorFlow认证将是我旅程中的一个重要里程碑。也许我已经对自己做了足够的介绍。现在该谈论TensorFlow。
什么是TensorFlow平台，为什么要学习？
简而言之，TensorFlow是一个广泛使用的机器学习平台。
如果我们更详细地讨论TensorFlow，事实证明我们面前有一个免费的开源框架，该框架涵盖了在机器和深度学习领域中创建项目的所有需求。该框架使您可以解决各种各样的任务-从数据预处理到培训和模型部署。 TensorFlow最初旨在满足Google的内部需求，并由Google Brain团队开发。现在，该框架几乎可以在任何地方使用。
现在让我们谈谈为什么您应该学习TensorFlow。事实是该平台能够解决许多问题，而且它比您想象的要普遍得多。您很有可能甚至不知道它在使用通过TensorFlow创建的服务。
Gmail智能回复演示（源）
您是否曾经在Gmail中使用过智能回复功能？该机制基于人工智能的功能。它根据电子邮件的内容为用户提供对电子邮件的三种可能的响应。智能回复引擎是使用TensorFlow构建的。
您知道什么驱动了您的Twitter帐户上的提要吗？ WPS Office中的OCR（图像到文本）机制是基于什么的？ VSCO在分析照片时如何为您推荐用户个人资料？这些都是如何使用TensorFlow的示例。
在撰写本文时，TensorFlow仅仅存在了大约4年。而且，该平台已被用于我们每天都在使用的大量项目中。虽然我之前提到的有关COVID-19 X射线识别的文章没有明确说明，但撰写该文章的研究人员很可能也使用了TensorFlow。
将来，随着深度学习和人工智能技术的发展，我们可以期待出现更多的产品，服务和科学研究，其中TensorFlow被用作实现深度学习技术的子系统。
机器学习和数据科学从业人员将从对该平台的熟悉中受益。受这种想法的驱使，我对自己成为一名经过认证的TensorFlow开发人员感兴趣。您以前可能有过类似的想法。也许您在阅读本文时正在考虑这个问题。您可能有自己的学习TensorFlow的理由。无论如何，如果您决定准备进行认证，则可以在下一部分中找到有关它的一些详细信息。
有关认证的详细信息
TensorFlow数字徽章（源）
TensorFlow认证考试使用Python进行。该考试使用TensorFlow Python库和相关API。一次尝试花费100美元。如果第一次尝试失败，您可以支付相同的费用并在2周内通过第二次考试。有关考试费用和其他类似内容的详细信息，请参见此处。
考试包括四个主要部分：使用TensorFlow创建和训练神经网络，图像识别，自然语言处理以及使用时间序列。通过考试时，您必须使用PyCharm IDE。
看完考试手册后，我开始计划学习。首先，我必须了解Python编程，然后必须掌握TensofFlow。
学习的第一个月
也许到目前为止您已经读了很多东西，但是您只是跳到这里了。无论如何，请允许我提醒您我的起点。我是应用数学的普通学生，没有什么让自己忙碌的，也没有Python编程的经验。这位学生突然渴望在两个月内成为认证的TensorFlow开发人员。
在这里，我开始讲一个关于这两个月中我如何学习和学习的故事。
在第一个月，我正在学习Python。我如何如此迅速地学习用这种语言编程？我首先去HackerRank并开始用Python解决问题。许多任务。每当遇到无法独自应对的问题时，我都会立即开始寻找其他人的解决方案。如果粗略地浏览解决方案使我无法解决问题，那么我将对其他人的想法进行彻底分析，试图理解解决方案的本质并强调对我有用的东西。
我已经做了两个星期了。在那之后，我能够解决大多数问题，甚至是困难的问题，而无需四处寻找。
在剩下的两个星期里我做了什么？在YouTube上观看了免费的Python教程。对，就是这样。自由。教训。在YouTube上。
当然，如果您有机会参加材料结构合理的真实Python课程，那么您当然应该这样做。我选择了自己下面的三个视频课程，以更快地学习Python。
这些视频不是免费的，因为它们是“免费的”，而且无论谁观看它们，都不会收到任何培训结束证书。事实上，以下是我认为非常值得的培训课程：
- Python for Beginners. Python. , , (, , ), . , . , Python .
- Python for Data Science Full Course. Python- -. . Keras TensorFlow. , , , .
- 用Python进行数据分析。在创建模型和训练模型之前，您需要准备数据，并对其进行初步处理。由于某些原因，这常常被遗忘。本课程主要致力于诸如数据收集，将其加载到程序中，清理，可视化等问题。这样的数据处理可以使您更好地理解它们，这对于所有进一步的处理都是有益的。
尽管我计划参加一门常规的Python课程，但是这三个视频为我提供了所需的一切。如果您还观看此类课程，请在观看笔记时尝试做笔记，自己编写代码，然后尝试了解一下。
学习第二个月
我第二个月的学习是在DeepLearning.AI TensorFlow开发人员专业证书上进行的，该证书可以在Coursera上找到。该专业的课程由Google的人工智能专家Lawrence Maroney和deeplearning.ai的创始人Andrew Ng教授。
该专业包括四门课程。它们每个都对应于上述考试主题之一。一门课程持续四个星期，但是我一天内要学习每周的材料，因为那时这是我最重要的职业。
完成每门课程后，我请了一天假。在这一天，我尝试了代码，并慢慢探索了与课程相关的想法。
最后，我花了五天时间才能完成每门课程。我花了四天的时间来复习课程资料，第二天我又休息并复习了所学到的东西。结果，我能够在20天内完成整个专业。
每门课程都包含编程任务。我认真对待这些任务。例如，通常，我花了很多时间来试验神经网络的超参数（当您开始学习时，您会知道它是什么），以便从中获得最佳结果。通过执行这种操作，您可以对如何通过试错法创建神经网络模型有一种本能的理解。
有时，课程资料中有到数据集，文章和其他附加资料的链接。虽然您不需要学习所有这些内容即可完成本课程，但出于好奇，我已经尝试了许多这些资源。该课程主要侧重于实践。但是通常会给他们链接到安德鲁·恩（Andrew Eun）的视频，在视频中他更清晰地解释了理论，揭示了一些东西。
替代材料
您不必研究我获得认证的方式。例如，您可以使用其他材料来代替在Coursera上完成有偿专业化，
- Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. , , , . 10-16 , .
- YouTube, TensorFlow. , . , , . Coursera, , . , , , . Keras TensorFlow.
完成在Coursera上选择的所有课程后，我花了四天的时间回顾自己学到的知识并重新阅读考试手册。我在准备的第二个月的第25天开始参加考试。
决定性的一天已经到来。顺便说一下，这是一份备忘单，其中包含对第一批问题的答案（如果有人不理解，我只是在开玩笑）。出于明显的原因，我无法详细介绍考试内容，但是在下面，我给出了一些关于考试准备和通过的意见和建议。
- , — IDE. , IDE PyCharm. IDE, , , , . PyCharm, , .
- . , ( , ). , , . .
- . . , . , , ( , , IDE ).
- . , , . , . — , .
- 可以使用来自外部平台（例如Google Colab和AWS）的资源来训练模型。在开始考试之前，请学习如何保存在外部平台上使用过的模型并将其加载到PyCharm中。模型必须以.h5格式保存。
如果您在准备考试时做得不错，并且已经掌握了考试计划中包含的所有内容，那么您应该成功通过考试。我可以自信地说手册包含明智的建议。您可以通过评估考试中提到的主题知识来测试考试的准备情况。
我使用笔记本电脑参加了考试，该笔记本电脑使用AMD处理器，没有单独的图形卡。同时，我只需要使用Google Colab的功能一次，即可解决使用大量数据集的问题。为了了解您的计算机是否适合该考试，您可以解决一些实际问题。我认为，值得担心的不是计算机，而是Internet连接的速度和稳定性，因为您需要卸载模型以通过考试。
考试成绩
完成考试后，我立即收到一封电子邮件，通知我我已通过考试。确认考试成功通过的官方数字证书将在2周内发送。它可以附加到您的LinkedIn个人资料。
该证书的有效期仅为三年。这意味着在2023年，我将需要再次参加考试。我只能猜测到那时TensorFlow和整个深度学习行业将如何发展。我希望通过考试对我来说比现在容易。
未来的结果和计划
当然，这还不是终点。这仅仅是开始。我学习AI技术的第一个里程碑是我的TensorFlow认证，它极大地启发了我。该证书已成为我进入数据科学领域的大门。这有点奇怪，因为通常在有抱负的数据科学家看来，深度学习就像锦上添花。
我很高兴能够获得证书，并且能够在开始工作和学习前几天写这篇文章。在准备的两个月中，我完全致力于自己的新爱好。人工智能技术为我们提供了解决现实问题的无限可能。
我想指出，我认为自己的自学方法不是最好的。您仍然可以继续工作。对于那些没有时间限制的人，可能不值得像我一样匆忙。在学习的过程中，对他们来说，创建自己的项目对他们有好处。我认为这种学习方法比我的更好。现在，即使我是经过认证的TensorFlow开发人员，我仍然需要创建自己的项目并将其放在GitHub上。这是我发布本文后要做的事情。这将使我能够提高自己的知识和技能。
我相信，人工智能及其相关的一切世界正在迅速发展，充满了创新，发现和科学突破。这是现代技术的最前沿。人们还需要学习和探索很多东西。如果您愿意，您也可以成为这个世界的一部分。我想 而且，在隔离期间感到无聊的时候，他开始了自己的旅程。
您是否打算成为认证的TensorFlow开发人员？
