EITC/AI/TFF TensorFlow基礎知識是Google TensorFlow機器學習庫中的歐洲IT認證計劃,可對人工智能進行編程。
EITC/AI/TFF TensorFlow基礎知識課程的重點是在以下結構中使用TensorFlow庫的理論方面和實踐技能,其中包括全面的視頻教學內容,作為此EITC認證的參考。
TensorFlow是一個用於機器學習的免費開源軟件庫。 它可以用於一系列任務,但特別著重於深度神經網絡的訓練和推理。 它是一個基於數據流和可微編程的符號數學庫。 它用於Google的研究和生產。
從2011年開始,Google Brain將DistBelief構建為基於深度學習神經網絡的專有機器學習系統。 在研究和商業應用中,它的使用在不同的Alphabet公司中迅速增長。 Google指派了包括Jeff Dean在內的多位計算機科學家來簡化DistBelief的代碼庫並將其重構為一個更快,更強大的應用程序級庫,該庫成為TensorFlow。 2009年,由杰弗裡·欣頓(Geoffrey Hinton)領導的團隊實施了廣義反向傳播和其他改進措施,使生成的神經網絡具有更高的準確性,例如,語音識別錯誤減少了25%。
TensorFlow是Google Brain的第二代系統。 版本1.0.0已於11年2017月64日發布。雖然參考實現在單個設備上運行,但TensorFlow可以在多個CPU和GPU上運行(具有可選的CUDA和SYCL擴展,可在圖形處理單元上進行通用計算)。 TensorFlow可在2016位Linux,macOS,Windows以及包括Android和iOS在內的移動計算平台上使用。 其靈活的體系結構允許在各種平台(CPU,GPU,TPU)之間以及從台式機到服務器集群再到移動設備和邊緣設備的輕鬆部署計算。 TensorFlow計算表示為有狀態數據流圖。 TensorFlow的名稱源自此類神經網絡在多維數據數組上執行的操作,這些操作稱為張量。 在1,500年5月的Google I/O大會上,Jeff Dean表示GitHub上的2017個存儲庫提到了TensorFlow,其中只有2018個來自Google。 1.0年2019月,來自Google,Cisco,RedHat,CoreOS和CaiCloud的開發人員在會議上介紹了Kubeflow。 Kubeflow允許在Kubernetes上運行和部署TensorFlow。 2.0年2019月,Google宣布了TensorFlow.js 2019版,該版本用於JavaScript中的機器學習。 在XNUMX年XNUMX月,谷歌宣布了TensorFlow XNUMX。 它於XNUMX年XNUMX月正式可用.XNUMX年XNUMX月,谷歌宣布TensorFlow Graphics用於計算機圖形學的深度學習。
要詳細了解認證課程,您可以擴展和分析下表。
EITC/AI/TFF TensorFlow 基礎認證課程以視頻形式引用了開放獲取的教學材料。 學習過程分為逐步結構(課程 -> 課程 -> 主題),涵蓋相關課程部分。 還提供與領域專家的無限諮詢。
有關認證程序檢查的詳細信息 如何操作.
課程參考資源
谷歌TensorFlow
https://www.tensorflow.org/
Google TensorFlow 學習資源
https://www.tensorflow.org/learn/
TensorFlow API 文檔
https://www.tensorflow.org/api_docs/
TensorFlow 模型和數據集
https://www.tensorflow.org/resources/models-datasets/
TensorFlow 社區
https://www.tensorflow.org/community/
使用 TensorFlow 進行 Google Cloud AI Platform 訓練
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
下載 EITC/AI/TFF TensorFlow 基礎知識計畫的完整離線自學準備資料(PDF 檔案)