EITC/AI/TFF TensorFlow Fundamentals არის ევროპული IT სერტიფიკაციის პროგრამა Google TensorFlow მანქანათმშენებლობის ბიბლიოთეკაში, რომელიც საშუალებას იძლევა დაპროგრამდეს ხელოვნური ინტელექტი.
EITC/AI/TFF TensorFlow საფუძვლების სასწავლო პროგრამა ფოკუსირებულია თეორიულ ასპექტებსა და პრაქტიკულ უნარებზე შემდეგი სტრუქტურის ფარგლებში ორგანიზებული TensorFlow ბიბლიოთეკის გამოყენებისას, რომელიც მოიცავს ვიდეო დიდაქტიკურ შინაარსს, როგორც EITC სერთიფიკატის მითითებას.
TensorFlow არის უფასო და ღია პროგრამული უზრუნველყოფის ბიბლიოთეკა მანქანური სწავლებისთვის. ის შეიძლება გამოყენებულ იქნას მთელ რიგ დავალებებში, მაგრამ განსაკუთრებული ყურადღება გამახვილებულია ღრმა ნერვული ქსელების ტრენინგზე და დასკვნაზე. ეს არის სიმბოლური მათემატიკის ბიბლიოთეკა, რომელიც ეფუძნება მონაცემთა ნაკადს და დიფერენცირებულ პროგრამირებას. იგი გამოიყენება როგორც კვლევის, ასევე Google– ის წარმოებისთვის.
2011 წლიდან Google Brain- მა ააშენა DistBelief, როგორც საკუთრების მანქანა სწავლების სისტემა, რომელიც დაფუძნებულია ღრმა სწავლის ნერვულ ქსელებზე. მისი გამოყენება სწრაფად გაიზარდა სხვადასხვა ანბანის კომპანიებში, როგორც კვლევითი, ასევე კომერციული პროგრამებით. Google- მა მრავალ კომპიუტერულ მეცნიერს, მათ შორის ჯეფ დინს, დაავალა DistBelief კოდის ბაზის გამარტივება და რეფაქტორი უფრო სწრაფად, უფრო მყარი განაცხადის კლასის ბიბლიოთეკაში, რომელიც გახდა TensorFlow. 2009 წელს გუნდმა, ჯეფრი ჰინტონის მეთაურობით, განახორციელა განზოგადებული უკანა გამრავლება და სხვა გაუმჯობესებები, რაც ნერვული ქსელების წარმოქმნას მნიშვნელოვნად მაღალი სიზუსტით საშუალებას მისცემს, მაგალითად, მეტყველების ამოცნობაში შეცდომების 25% -ით შემცირება.
TensorFlow არის Google Brain- ის მეორე თაობის სისტემა. 1.0.0 ვერსია გამოვიდა 11 წლის 2017 თებერვალს. მიუხედავად იმისა, რომ მითითების განხორციელება მუშაობს ცალკეულ მოწყობილობებზე, TensorFlow- ს შეუძლია გაშვება მრავალ CPU- ზე და GPU- ებზე (სურვილისამებრ CUDA და SYCL გაფართოებებით ზოგადი დანიშნულების გამოთვლით გრაფიკული დამუშავების ერთეულებზე). TensorFlow ხელმისაწვდომია 64-ბიტიან Linux, macOS, Windows და მობილური კომპიუტერული პლატფორმებით, მათ შორის Android და iOS. მისი მოქნილი არქიტექტურა საშუალებას იძლევა გამოთვალოთ მარტივად სხვადასხვა პლატფორმებზე (CPU, GPU, TPU) და სამუშაო მაგიდებიდან სერვერების კლასტერებამდე მობილური და პირად მოწყობილობებზე. TensorFlow გამოთვლები გამოხატულია მონაცემების ნაკადის გრაფიკად. სახელი TensorFlow მომდინარეობს იმ ოპერაციებისაგან, რომლებსაც ასეთი ნერვული ქსელები ასრულებენ მრავალგანზომილებიანი მონაცემების მასივებზე, რომლებიც ტენსორებად მოიხსენიება. 2016 წლის ივნისში Google I/O კონფერენციის დროს, ჯეფ დინმა თქვა, რომ GitHub– ის 1,500 საცავში აღინიშნა TensorFlow, რომელთაგან მხოლოდ 5 იყო Google– ისგან. 2017 წლის დეკემბერში Google- ის, Cisco- ს, RedHat- ის, CoreOS- ისა და CaiCloud- ის დეველოპერებმა კონფერენციაზე წარადგინეს Kubeflow. Kubeflow საშუალებას იძლევა TensorFlow გამოიყენოს და განათავსოს კუბერნეტებზე. 2018 წლის მარტში Google- მა გამოაცხადა TensorFlow.js ვერსია 1.0 JavaScript– ში მანქანური სწავლებისთვის. 2019 წლის იანვარში Google- მა გამოაცხადა TensorFlow 2.0. ის ოფიციალურად ხელმისაწვდომი გახდა 2019 წლის სექტემბერში. 2019 წლის მაისში Google- მა გამოაცხადა TensorFlow Graphics კომპიუტერული გრაფიკის ღრმა სწავლისთვის.
სასერტიფიკაციო კურიკულუმის დეტალურად გასაცნობად შეგიძლიათ გააფართოვოთ და გაანალიზოთ ქვემოთ მოცემული ცხრილი.
EITC/AI/TFF TensorFlow Fundamentals Certification Curriculum მიუთითებს ღია წვდომის დიდაქტიკური მასალების ვიდეო ფორმატში. სასწავლო პროცესი დაყოფილია ეტაპობრივ სტრუქტურად (პროგრამები -> გაკვეთილები -> თემები), რომელიც მოიცავს სასწავლო გეგმის შესაბამის ნაწილებს. ასევე გათვალისწინებულია ულიმიტო კონსულტაცია დომენის ექსპერტებთან.
სერტიფიცირების პროცედურის შესახებ დეტალებისთვის შეამოწმეთ როგორ მუშაობს.
სასწავლო გეგმის საცნობარო რესურსები
Google TensorFlow
https://www.tensorflow.org/
Google TensorFlow სასწავლო რესურსები
https://www.tensorflow.org/learn/
TensorFlow API დოკუმენტაცია
https://www.tensorflow.org/api_docs/
TensorFlow მოდელები და მონაცემთა ნაკრები
https://www.tensorflow.org/resources/models-datasets/
TensorFlow საზოგადოება
https://www.tensorflow.org/community/
Google Cloud AI პლატფორმის სწავლება TensorFlow– ით
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
ჩამოტვირთეთ სრული ოფლაინ თვითსწავლების მოსამზადებელი მასალები EITC/AI/TFF TensorFlow Fundamentals პროგრამისთვის PDF ფაილში
EITC/AI/TFF მოსამზადებელი მასალები – სტანდარტული ვერსია
EITC/AI/TFF მოსამზადებელი მასალები – გაფართოებული ვერსია მიმოხილვის კითხვებით