EITC/AI/DLTF Deep Learning cu TensorFlow este programul european de certificare IT privind fundamentele programării învățării profunde în Python cu biblioteca de învățare automată Google TensorFlow.
Curriculum-ul EITC/AI/DLTF Deep Learning cu TensorFlow se concentrează pe abilitățile practice în programarea Python de învățare profundă cu biblioteca Google TensorFlow organizată în următoarea structură, cuprinzând conținut didactic video cuprinzător ca referință pentru această certificare EITC.
Învățarea profundă (cunoscută și sub numele de învățare profundă structurată) face parte dintr-o familie mai largă de metode de învățare automată bazate pe rețele neuronale artificiale cu învățare prin reprezentare. Învățarea poate fi supravegheată, semi-supravegheată sau nesupravegheată. Arhitecturi de învățare profundă, cum ar fi rețelele neuronale profunde, rețelele de convingeri profunde, rețelele neuronale recurente și rețelele neuronale convoluționale, au fost aplicate pe câmpuri incluzând viziunea pe computer, viziunea automată, recunoașterea vorbirii, procesarea limbajului natural, recunoașterea audio, filtrarea rețelelor sociale, traducerea automată, bioinformatica , proiectarea medicamentelor, analiza imaginilor medicale, inspecția materialelor și programe de jocuri de societate, unde au produs rezultate comparabile cu și, în unele cazuri, depășind performanța expertului uman.
Python este un limbaj de programare interpretat, de nivel înalt și cu scop general. Filozofia de proiectare a Python subliniază lizibilitatea codului prin utilizarea notabilă a spațiului alb semnificativ. Construcțiile sale de limbaj și abordarea orientată pe obiecte urmăresc să ajute programatorii să scrie coduri clare și logice pentru proiecte mici și mari. Python este adesea descris ca un limbaj „inclus cu baterii” datorită bibliotecii sale standard complete. Python este utilizat în mod obișnuit în proiecte de inteligență artificială și proiecte de învățare automată cu ajutorul unor biblioteci precum TensorFlow, Keras, Pytorch și Scikit-learn.
Python este tipat dinamic (executând în timpul rulării multe comportamente de programare obișnuite pe care limbajele de programare statice le efectuează în timpul compilării) și colectat gunoi (cu gestionarea automată a memoriei). Acceptă mai multe paradigme de programare, inclusiv programarea structurată (în special, procedurală), orientată obiect și funcțională. A fost creat la sfârșitul anilor 1980 și lansat pentru prima dată în 1991, de Guido van Rossum ca succesor al limbajului de programare ABC. Python 2.0, lansat în 2000, a introdus noi funcții, cum ar fi înțelegerile listelor, și un sistem de colectare a gunoiului cu numărarea referințelor și a fost întrerupt cu versiunea 2.7 în 2020. Python 3.0, lansat în 2008, a fost o revizuire majoră a limbii care este nu este complet compatibil cu versiunea anterioară și mult codul Python 2 nu rulează nemodificat pe Python 3. Cu sfârșitul vieții Python 2 (și pip a renunțat la suport în 2021), doar Python 3.6.x și versiunile ulterioare sunt acceptate, cu versiuni mai vechi încă acceptând de exemplu Windows 7 (și instalatorii vechi nu se limitează la Windows pe 64 de biți).
Interpretorii Python sunt acceptați pentru sistemele de operare obișnuite și sunt disponibili pentru încă câțiva (și în trecut au suportat multe altele). O comunitate globală de programatori dezvoltă și menține CPython, o implementare de referință gratuită și open-source. O organizație non-profit, Python Software Foundation, gestionează și direcționează resurse pentru dezvoltarea Python și CPython.
Începând cu ianuarie 2021, Python ocupă locul al treilea în indexul TIOBE al celor mai populare limbaje de programare, în spatele C și Java, câștigând anterior locul doi și premiul pentru cel mai mare câștig de popularitate pentru 2020. A fost selectat Limbajul de programare al anului în 2007, 2010 și 2018.
Un studiu empiric a constatat că limbajele de scriptare, cum ar fi Python, sunt mai productive decât limbajele convenționale, cum ar fi C și Java, pentru problemele de programare care implică manipularea șirurilor și căutarea într-un dicționar și a stabilit că consumul de memorie a fost adesea „mai bun decât Java și nu mult mai rău decât C sau C ++ ”. Organizațiile mari care utilizează Python includ, de exemplu, Wikipedia, Google, Yahoo !, CERN, NASA, Facebook, Amazon, Instagram.
Dincolo de aplicațiile sale de inteligență artificială, Python, ca limbaj de scriptare cu arhitectură modulară, sintaxă simplă și instrumente bogate de procesare a textului, este adesea folosit pentru procesarea limbajului natural.
TensorFlow este o bibliotecă software gratuită și open-source pentru învățarea automată. Poate fi utilizat într-o serie de sarcini, dar se concentrează în mod special pe instruire și deducerea rețelelor neuronale profunde. Este o bibliotecă matematică simbolică bazată pe flux de date și programare diferențiată. Este utilizat atât pentru cercetare, cât și pentru producție la Google.
Începând din 2011, Google Brain a construit DistBelief ca un sistem propriu de învățare automată bazat pe rețele neuronale de învățare profundă. Utilizarea sa a crescut rapid în diverse companii Alphabet, atât în cercetare, cât și în aplicații comerciale. Google a desemnat mai mulți informaticieni, inclusiv Jeff Dean, să simplifice și să refactorizeze baza de cod DistBelief într-o bibliotecă mai rapidă și mai robustă, de tip aplicație, care a devenit TensorFlow. În 2009, echipa, condusă de Geoffrey Hinton, a implementat propagarea generalizată și alte îmbunătățiri care au permis generarea de rețele neuronale cu o precizie substanțial mai mare, de exemplu o reducere cu 25% a erorilor în recunoașterea vorbirii.
TensorFlow este sistemul de a doua generație Google Brain. Versiunea 1.0.0 a fost lansată pe 11 februarie 2017. În timp ce implementarea de referință rulează pe dispozitive unice, TensorFlow poate rula pe mai multe procesoare și GPU-uri (cu extensii CUDA și SYCL opționale pentru calcul general în unitățile de procesare grafică). TensorFlow este disponibil pe platforme de calcul pe 64 de biți Linux, macOS, Windows și mobile, inclusiv Android și iOS. Arhitectura sa flexibilă permite implementarea ușoară a calculelor pe o varietate de platforme (procesoare, GPU-uri, TPU-uri) și de la desktop-uri la clustere de servere la dispozitive mobile și edge. Calculele TensorFlow sunt exprimate ca grafice de flux de date cu stare. Numele TensorFlow derivă din operațiile pe care aceste rețele neuronale le efectuează pe matrice de date multidimensionale, care sunt denumite tensori. În cadrul Conferinței Google I/O din iunie 2016, Jeff Dean a declarat că 1,500 de depozite de pe GitHub menționează TensorFlow, dintre care doar 5 provin de la Google. În decembrie 2017, dezvoltatorii de la Google, Cisco, RedHat, CoreOS și CaiCloud au prezentat Kubeflow la o conferință. Kubeflow permite operarea și implementarea TensorFlow pe Kubernetes. În martie 2018, Google a anunțat TensorFlow.js versiunea 1.0 pentru învățarea automată în JavaScript. În ianuarie 2019, Google a anunțat TensorFlow 2.0. A devenit oficial disponibil în septembrie 2019. În mai 2019, Google a anunțat TensorFlow Graphics pentru învățarea profundă în grafica computerizată.
Pentru a vă familiariza în detaliu cu curriculumul de certificare, puteți extinde și analiza tabelul de mai jos.
Curriculumul de învățare profundă EITC/AI/DLTF cu certificare TensorFlow face referire la materiale didactice cu acces deschis într-o formă video de Harrison Kinsley. Procesul de învățare este împărțit într-o structură pas cu pas (programe -> lecții -> subiecte) care acoperă părți relevante ale curriculumului. De asemenea, se oferă consultanță nelimitată cu experți în domeniu.
Pentru detalii despre procedura de certificare verificați Abordare.
Resurse de referință curriculare
Google TensorFlow
https://www.tensorflow.org/
Resurse de învățare Google TensorFlow
https://www.tensorflow.org/learn/
Documentația API TensorFlow
https://www.tensorflow.org/api_docs/
Modele și seturi de date TensorFlow
https://www.tensorflow.org/resources/models-datasets/
Comunitatea TensorFlow
https://www.tensorflow.org/community/
Instruire Google Cloud AI Platform cu TensorFlow
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
Descărcați materialele pregătitoare complete pentru auto-învățare offline pentru programul EITC/AI/DLTF Deep Learning cu TensorFlow într-un fișier PDF
Materiale pregătitoare EITC/AI/DLTF – versiune standard
Materiale pregătitoare EITC/AI/DLTF – versiune extinsă cu întrebări de revizuire