郭一璞 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
只要100刀——700塊，TensorFlow官方開發者認證，就可以到手了。
而且AI大牛吳恩達也權威背書認可。
但前提是，得通過考試。
最近，谷歌TensorFlow官方設立了TensorFlow開發人員認證這個機制，有一定TensorFlow技能，交100美元通過考試後，你就可以有解鎖認證TensorFlow開發者這一稱號。
之後，你就可以把這個認證添加到自己的簡歷、GitHub、LinkedIn上，然後用來和業內人士們就TensorFlow開發相關事宜談笑風生，也可以找工作用。
TensorFlow產品負責人kemal el moujahid說，推出這個認證主要是一些公司想搞機器學習卻招不到人，一些人想學機器學習卻不太知道怎麼開始，所以就搞個官方認證來牽線搭橋。
當然，目前這個是入門認證，可以憑此去HR那裡證明你能勝任一個入門級的用TensorFlow的AI工程師，HR們也可以靠這個認證來招人。
TensorFlow官方說，未來還會有更高級的版本，大概類似於現在這版是榮耀黃金，後面還會有尊貴鉑金、永恆鑽石、至尊星耀、最強王者王者、榮耀王者之類的段位。
所以如果你是個高玩的話，或許可以等等，到時候說不定能一口氣直接上王者。
由於認證剛剛開始，現在只有3個人拿到了認證，都是印度人
其中一位也已經把認證掛到了自己的LinkedIn上。
目前，twitter上除了英文世界的人，日本人和韓國人都對這個官方認證產生了興趣。
你還有機會去當第一個持有TensorFlow認證的中國人哦。
官方考試大綱，劃重點
要拿到這個官方TensorFlow開發者認證，需要通過考試。
考試主要考查開發者對於將機器學習集成到工具和應用中的基礎知識，比如你要會在TensorFlow裡搞計算機視覺、卷積神經網絡、自然語言處理、真實世界的圖像數據和策略。
TensorFlow官網給劃的重點是：
機器學習和深度學習的基本原則；
在TensorFlow中建立機器學習模型；
用深度神經網絡和卷積神經網絡建立圖像識別、目標檢測、文本識別算法；
用不同形狀、不同大小的真實世界的圖像，來可視化的展示計算機如何“看到”信息、處理損失、提升準確度；
探索防止過擬合的策略，比如數據增強，或者Dropouts；
用神經網絡來解決NLP問題。
具體考試的時候，你要搞定5個模型，以下5大類各一個：
基礎/簡單模型學習數據集模型有真實世界圖像數據集的卷積神經網絡模型有真實世界文本數據集的NLP文本分類模型有真實世界數字數據集的序列模型
考試滿分100分，考到90分才能通過。
考試流程
參與考試的流程一共6步：
1、閱讀考生手冊，最好學習/複習一下，才好通過考試；
2、註冊考試，用Gmail登錄，上傳照片，提供付款信息；
3、準備考試，用PyCharm IDE安裝TensorFlow考試插件；
4、參加考試，考試隨時可以參加，限時5小時，可以提前交卷；
5、24小時之內，可以查看你是否通過了考試；
6、如果考過了，就可以把認證添加到自己的GitHub、LinkedIn等社區的資料裡啦。
最後，掙考試費不易，報名須謹慎，如果第一次掛了，14天之後才能再考一次；如果第二次還是掛了，兩個月之後才能考第三次；如果第三次還是掛了，一年之後才能考第四次。
認證有效期為36個月，過期需要重考。
不過，36個月之後，要是你還沒能靠TensorFlow技能找到靠譜的工作的話，估計也沒有重考的必要了……
莫得錢怎麼辦
最後，如果你覺得100美金有點貴，自己沒什麼錢還想考證怎麼辦？
谷歌官方聯合吳恩達老師的DeepLearning.ai送了半價福利。
在今年9月4日前，你可以去DeepLearning.ai學TensorFlow In Practice課程，然後只掏50美金就好了。
按照現在的匯率，能省350塊呢，可以買好多口罩了。
現在，谷歌、亞馬遜、Uber、Twitter……美國一群科技公司都在家辦公了，全球人民都在家裡蹲，這個時候出點學習資源還是挺不錯的。
就像一個月前我們在家裡蹲的時候一樣，你可以收藏一波學習資源了。
傳送門
官方TensorFlow認證網站https://www.tensorflow.org/certificate
考生手冊https://www.tensorflow.org/site-assets/downloads/marketing/cert/TF_Certificate_Candidate_Handbook.pdf
教育援助手冊https://www.tensorflow.org/site-assets/downloads/marketing/cert/TF_Education_Stipend.pdf
來自DeepLearning.ai的官方推薦考前複習資料/半價學習資料https://www.coursera.org/specializations/tensorflow-in-practice
— 完 —
量子位 QbitAI · 頭條號簽約作者
關注我們，第一時間獲知前沿科技動態
閱讀更多 量子位 的文章
