나는 어떻게 TensorFlow 개발자 자격증을 통과했는가

 

저자 Daniel Bourke 씨는 호주에 거주하는 기계 학습 엔지니어입니다. 그는 최근 Medium에 투고한 기사 "나는 어떻게 TensorFlow 개발자 인증을 통과했는가"를 통해서 합격에 이른 전말을 설명하고 있습니다.

Daniel Bourke

 

뭔가에 도전하는 것을 좋아하는 그는, 도전과 스킬업을 겸해 Google이 운영하는 자격시험 "TensorFlow 개발자 인증"을 시험 보기로 했습니다. 이 자격은 이름에서 알 수 있듯이 주요 AI 모델 개발 환경의 하나인 TensorFlow를 활용하여 AI모델을 구축하는 능력을 묻는 것입니다.

 

시험 주최자	Google
응시 자격	개인적으로 응시한다. 법인 단위로 자격취득 불가
시험 내용	TensorFlow 2.0 이상을 사용하여 신경망 모델을 구축하고 훈련.  이미지 분류, 자연 언어 처리 , 시계열 데이터의 예측.
출제 형식	PyCharm 환경에서 TensorFlow를 사용한 TensorFlow 모델을 도입, 온라인으로 성능 기반 테스트
공식 교재	추천 교재를 정리한 웹 페이지가 있다
시험 시간	5시간
시험 장소	시험 환경을 사용할 수 있는 곳이라면 어디서나
시험일	언제든지
응시료	100US 달러

 

당신도 합격하는 방법

5월 초, 저는 TensorFlow 개발자 자격증을 취득하기로 했습니다. 6월 3일에 인증 시험을 받았고, 결국 합격했습니다. 제가 어떻게 통과했는지...그리고, 당신도 충분히 합격 가능하다는 것을 알려드리겠습니다.

 

잠깐만... TensorFlow가 뭔가요?

 

TensorFlow는 오픈 소스 수치계산 프레임워크로 데이터를 전 처리하여 데이터를 모델링하고(일반적으로 딥러닝을 통해 패턴을 찾아) 해결 솔루션을 세계에 실증하는 것이 가능한 녀석입니다.

 

이 프레임워크는 Google이 기계 학습 서비스의 모든 것을 작동시키기 위하여 사용하는 것으로, 당신이 이 기사를 읽는 데 사용하는 디바이스도, 이전에 어떤 TensorFlow가 실행된 적이 있을지 모릅니다.

 

보통 사용자는, TensorFlow 코드를 이해하기 쉬운(시험에 출제되는) Python 또는 JavaScript(tensorflow.js)로 작성하고 C언어로 작성된 일련의 기초 함수를 트리거로 하여, 실행되도록 지시한 것들을 수행합니다(다량의 수치계산을 수행).

 

자, 이제 TensorFlow가 무엇인지는 알았습니다만, 그럼 TensorFlow 개발자 인증 자격은 뭐죠? 이 자격은 흥미를 끌만한 것인지에 대해 알아봅시다.

 

TensorFlow 개발자 인증이란?

TensorFlow 개발자 인증은 상상하신 대로, TensorFlow의 사용 능력을 어필하기 위한 것입니다.

TensorFlow 개발자 인증서를 받으세요 - TensorFlow

 

보다 구체적으로는 TensorFlow(Python 버전)을 사용하여 회귀, 컴퓨터 비전(이미지의 패턴을 찾음), 자연 언어 처리(텍스트 패턴을 찾음), 시계열 예측(주어진 과거 사건의 범위에서 향후 추세를 예측) 등의 작업에 대한 딥러닝 모델을 구축하는 능력을 묻는 자격입니다.

 

TensorFlow 개발자 인증을 취득하고 싶은 이유는?

저의 경우, 최초의 이유는 재미였습니다. 저는 저 자신이 조금이라도 무엇인가에 도전하는 것을 바랐고, 구입한 새 책을 읽는 이유가 되기도 했습니다(이에 대해서는 나중에 자세히 설명하겠습니다).

 

하지만 그 밖에도 2개의 타당한 이유가 있습니다.

1. 기계 학습을 베이스로 한 응용 프로그램을 구축하는 데 필요한 기초 기술을 습득합니다.
2. 미래의 고용주에게 자신의 기술 역량을 어필합니다.

고용주와 관련해서(소프트웨어 개발자 구인 정보를 매월 모은 페이지인) Hacker News의 Who's Hiring 페이지 데이터에 따르면, 다른 딥러닝 프레임워크와 비교하면 TensorFlow가 우위에 있는 것으로 보입니다.

 

 

Hacker News의 Who's Hiring 페이지에 게재되어 있는 다양한 채용 정보에서 언급되는 다양한 딥러닝 프레임워크를 비교하여 보았습니다. 

주 1 : TensorFlow 2.x 시점에서는 Keras는 기본적으로 TensorFlow의 일부입니다.

주 2 : 코로나라는 세계적인 상황 때문에 소프트웨어 개발자의 전반적인 채용은 감소하고 있습니다.

 

확실히 해두고 싶지만, 유료 자격 인증서가 취업의 보증이 되는 것은 아닙니다. 그러나 기술이 상품화되고 있는 온라인 학습의 세계에서, 유료 자격증의 취득은 자신의 능력을 어필하기 위한 또 하나의 방법인 것입니다.

 

온라인 강좌에서 기초 지식을 구축하고 사적인 프로젝트에서 특정 지식을 구축, 이러한 두 가지 기술 구축 방법 이외에, 유료 자격증은 당신이 해왔던 개인 프로젝트의 목록에 멋진 가치를 더해준다고 저는 생각합니다.

 

라고는 해도, 어떻게 유료 자격증을 취득하나요?

 

시험 준비 방법

저는 우선 인증 사이트를 보고, TensorFlow 개발자 인증 핸드북을 읽었습니다.

TensorFlow 개발자 인증서를 받으세요 - TensorFlow

TF_Certificate_Candidate_Handbook_ko.pdf

0.28MB

 

이 인증 사이트와 핸드북 두 가지 리소스를 받고서, 저는 다음과 같은 커리큘럼을 구축했습니다.

 

커리큘럼 - 합격에 필요한 스킬을 습득하기 위해 공부한 것

제 스킬에 대해 주목할만한 것은 시험공부를 시작하기 전에 TensorFlow를 사용한 여러 프로젝트를 구축한 실무 경험이 있다는 것입니다.

 

경험이 풍부한 TensorFlow와 딥러닝 실무자는 저와 거의 같은 속도(총 3주) 거나, 더 빠르게 다음 과정을 해내리라는 것을 알 수 있을 것입니다.

 

초심자는 필요한 만큼 시간을 들이고 싶으시겠지만, 기억해 주셨으면 하는 것은 : 가치 있는 스킬을 습득하는 것은 시간이 걸리는 일이라는 것입니다.

 

각각의 리소스에 대하여, 타임 라인, 비용(US 달러), 시험에 합격하기 위한 도움의 정도를 나열했습니다. 타임라인은 저의 경험에 근거하고 있습니다.

 

만약 스스로 커리큘럼을 만든다면, 아래의 것들을 추천합니다.

 

참고 : 유료 리소스에 관해서는 광고 제휴가 되어 있습니다. 링크가 자원의 가격을 변화시키는 것은 아니지만, 당신이 이들 자원 중 하나를 구입한 경우, 제가 그 지불의 일부를 받게 됩니다. 그것은 제가 이런 글을 작성한 대가이기도 합니다.

1. TensorFlow 개발자 인증 응시자를 위한 안내서

TF_Certificate_Candidate_Handbook_ko.pdf

0.28MB

시간 : 1시간

비용 : 무료

유용도 : 필수

이 자원은 당신의 첫 번째 단계가 될 것입니다. 이것은 시험에서 다루는 주제의 개요를 나타내고 있습니다. 우선 핸드북을 읽고, 또 읽으세요.

 

만약 당신이 TensorFlow와 기계 학습의 초심자라면 핸드북을 읽고, 너무 다양한 토픽이 있어서 걱정이 앞설 수 있습니다. 하지만 걱정하실 필요 없습니다. 다음 리소스는 그런 주제에 익숙해지는 데 도움이 됩니다.

2. Courcera의 "TensorFlow in Practice 전문 강좌"

TensorFlow in Practice

시간 : 3주(상급자) ~ 3개월(초심자)

비용 : 7일 무료체험 후 한 달에 59달러 신청을 통해 경제적 지원을 받을 수 있습니다. Coursera에 액세스 할 수 없는 경우에는 YouTube에서 동등한 무료 버전을 시청합시다.

유용성 : 10/10

 

Coding TensorFlow

(※ 역주 1) TensorFlow in Practice 전문 강좌에는 한국어 자막이 지원됩니다.(설정 -> 자동번역 -> 한국어)

 

Coursera의 전문 강좌는 시험(및 일반적으로 TensorFlow를 시작하는 데)에 가장 좋은 자원입니다. 신중한 학생은 TensorFlow 인증 핸드북과 전문 강좌 개요가 거의 동일하다는 것을 눈치챌 것입니다.

 

이 전문 강좌는 TensorFlow와 기계 학습의 양대 산맥인 로렌스 모로니(Laurence Moroney)와 앤드류 응(Andrew Ng, ※ 역주2)이 가르쳐 줍니다. 시험 준비를 위해 자원을 하나만 선택해야 한다면, 저는 망설임 없이 이것을 선택할 것입니다.

(※ 역주 2) 앤드류 응은 영어권에서 가장 유명한 온라인 학습 서비스 Coursera의 창시자이며, 미국의 AI 업계를 견인하는 교육자이기도 합니다.

 

이 전문 강좌는 짧은 비디오 형식으로 최대한 빠르게 실사례에 초점을 맞추고 있음을 저는 높이 평가합니다. 각 섹션의 마지막에 있는 여러 코드 노트는 모든 학습자에게 필수적인 것입니다.

 

프로그래밍 연습 팁 : 코드의 빈 답을 채울 뿐만 아니라 전체를 직접 만들어 봅시다.

 

3. Scikit-Learn, Keras, TensorFlow를 사용한 실용적인 기계 학습 제2판

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems

 

시간 : 3주(처음부터 끝까지 읽고 연습은 없이) ~ 3개월(처음부터 끝까지 읽고 연습을 실시)

비용 : Amazon에는 다양한 가격이 있지만, 저는 이 책을 55달러에 입수했습니다. 이 책의 소스 코드는 GitHub에서 모두 무료로 볼 수 있습니다.

유용성 : 7/10 (일부 챕터는 시험에 관계없다는 이유로...)

ageron/handson-ml2

 

700 페이지 이상의 책이며, 기본적으로 기계 학습의 모든 것을 다루고 있습니다. 따라서 시험에 관련 없는 몇 가지 주제를 다루고 있습니다. 그러나 기계 학습의 탄탄한 기반 구축에 관심 있는 사람들에겐 필독서이며, 시험 합격만을 위한 책은 아닙니다.

 

기계 학습의 초심자라면 이 책을 읽는 것은 분명 어려울 것입니다. 하지만 걱정은 필요 없습니다. 초조해하지 않아도, 유용한 기술을 습득하려면 시간이 걸릴 것입니다.

 

이 책의 질을 알고 싶으시다면, 제가 기계 학습 엔지니어로 출근하던 아침의 통근 시간에 초판을 읽고 있었다는 것을 전하고 싶습니다. 그리고 통근 중에 책에서 읽은 것을 그대로 하루 종일 직장에서 사용한 것이 종종 있었습니다.

 

제2판에서는 최신 도구와 함께 사용하는 기술, 즉 Tensor Flow 2.x 를 충당하기 위해 업데이트된 것을 제외하고, 제1판과 변함이 없습니다. 또한 시험은 TensorFlow 2.x에 기초하고 있습니다.

 

시험에 관련된 장만 보시려면 다음을 읽어보시는 것이 좋습니다.

• 제10 장 : Keras를 사용한 인공 신경망 입문
• 제11 장 : 딥 신경망 훈련
• 제12 장 : TensorFlow에 의한 커스텀 모델과 훈련
• 제13 장 : TensorFlow에 의한 데이터 로딩 및 전처리
• 제14 장 : 컨볼루션 신경망을 이용한 딥 컴퓨터 비전
• 제15 장 : RNN과 CNN을 이용한 시퀀싱
• 제16 장 : RNN과 어텐션에 의한 자연언어처리

성실한 학생이라면 책 전체를 공부하고 연습해 보는 것을 권장합니다.

 

4. MIT에 의한 딥러닝 입문

MIT Deep Learning 6.S191

시간 : 3시간(저는 강의를 3회까지 밖에 보지 않았습니다) ~ 24시간(한 강의 당 1시간 + 복습을 각 1시간씩).

비용 : 무료

유용성 : 8/10

 

세계 수준의 대학이 발신하는 세계 수준의 딥러닝 정보를 얻을 수 있습니다. 그리고 무료입니다.

 

처음 세 개의 강의, 딥 러닝(개론) 콘볼루션 신경망(컴퓨터 비전에 사용), 리커런트 뉴럴 네트워크(보통 텍스트 처리에 사용)는 가장 시험과 관련 있는 부분입니다.

 

그러나 열성적인 학습자는 전체 과정을 수강하는 것도 좋을 것입니다.

 

GitHub에서 제공되는 강의, 실험실과 코드, 특히 TensorFlow 입문에 대한 것을 확인합시다.

aamini/introtodeeplearning

 

5. PyCharm의 사용을 시작

PyCharm Learning Center | JetBrains

 

시간 : 3시간(PC의 속도에 따라 다름)

비용 : 무료

유용성 : 10/10 (PyCharm을 사용하는 것이 조건).

 

시험은 PyCharm(Python의 개발 도구)으로 치러집니다. 저는 시험 전에 PyCharm을 사용한 적이 없었습니다. 적어도 어느 정도는 다룰 수 있게 되고 나서 시험에 임할 것을 권합니다.

 

우선 PyCharm에 익숙해지기 위해, "이 버튼이 하는 일(here’s what this button does.)"이라는 YouTube 입문 시리즈를 보고 있었습니다.

 

그러나 위의 입문에서 확인하고 싶었던 것은 TensorFlow 2.x가 문제없이 작동하는지, 그리고 내 컴퓨터가 딥 뉴럴 네트워크를 적절한 시간 안에 수행할 수 있는지 였습니다(제 MacBook Pro에는 Nvidia GPU가 탑재되어 있지 않습니다).

 

이를 테스트하기 위해 다음의 두 가지 TensorFlow 튜토리얼을 제 로컬 컴퓨터에 복제했습니다.

1. TensorFlow에 의한 화상 분류
2. TensorFlow에 의한 텍스트 분류

모두 로컬 환경에서 문제없이 움직였지만, 후술 하는 바와 같이 시험을 시작하자마자 문제에 부딪쳤습니다.

 

기타 리소스

• Coursera 또는, YouTube의 "deeplearning.ai"동영상 - 시험은 순수하게 코드 베이스(Python 코드)지만 자신이 쓰고 있는 코드의 뒷면(선형 대수, 미적분)을 알고 싶다면 이곳의 동영상을 적당히 보시면 좋을 것입니다. 예를 들어, 미니 배치 경사 하강이 무엇인지 모르는 경우, "deeplearning.ai mini-batch gradient descent"로 검색해보세요.
• TensorFlow 문서 - TensorFlow 실무자가 되려면 문서를 읽을 수 있도록 해 둘 필요가 있습니다. 모르는 것이 있으면, 코드를 작성하고 스스로 주석을 달아봅시다.
• YouTube(재생 목록) "Coding TensorFlow" - YouTube 동영상 시리즈 "Coding TensorFlow"의 대부분은 Coursera와 같은 강사가 가르치고 있습니다.

어떻게 시험을 준비했나?

위의 자원을 활용한 시험 대책에 대해 Notion(※ 역주 3)에서 개요를 정리해 보았습니다.

Getting TensorFlow Developer Certified Curriculum

 

(※ 역주 3) Notion은 메모 작성, 작업 관리, 프로젝트 관리를 통합한 메모 어플리케이션입니다. Windows / MacOS / iOS / Android / Web에 대응하고 있습니다.

Notion – The all-in-one workspace for your notes, tasks, wikis, and databases.

 

Notion에서 만든 제 TensorFlow 개발자 자격증의 교육 과정, Kanban의 기술을 사용하여 다양한 자원 및 메모와 함께, 해야 할 일들을 정리했습니다. 링크로 이동하여 우측 상단의 "복제"버튼을 클릭하여 복사본을 만들 수 있습니다.

Getting TensorFlow Developer Certified Curriculum

 

5월 중 매일 아침에 일어나서 산책 후, 실천적인 기계 학습의 책을 1시간 읽고, TensorFlow를 2~3시간 연습하고(첫 강의를 본 후 Google Colab 코딩 연습을 모두 완료) 각 학습 모듈의 마무리에 해당하는 MIT에 의한 딥러닝 입문 강의를 보았습니다.

 

예를 들어, Coursera의 TensorFlow in Practice 전문 강좌에서 컴퓨터 비전 섹션을 마친 후에는 MIT의(컴퓨터 비전 알고리즘의 일종인) Convolutional Neural Network 강의를 보았습니다.

 

이 '책을 읽고 코드를 작성하고 동영상 강의로 복습한다'는 삼위일체의 접근 방식은 특히 효과가 있는 것으로 밝혀졌습니다. 책에서 읽은 개념은 Coursera의 전문 강좌의 샘플 코드에서 다져져 결국 MIT의 동영상 지식과 실천을 정리하는 것입니다.

 

5월 11일부터 수험 공부를 시작하여 6월 3일에 응시했습니다.

 

(Notion을 사용한) 저의 트래킹과 필기 북마크에 따르면, 1시간에 평균 20페이지(집중해서) 2 ~ 3시간의 학습으로 약 1주간의 코스로 진행하고 있었네요.

 

결국, 시험 며칠 전에 PyCharm를 다운로드하여 제가 이미 경험한 몇 가지 예제 코드를 로컬 컴퓨터에서 작동하는 것을 확인했습니다.

 

시험의 상세 - 실제 시험은 어떤가?

공부는 끝난 것인가? 그럼 그다음은 뭐지?

 

우선 중요한 두 가지 요소부터 설명하겠습니다.

 

시험 비용 : 100US 달러(1차 시험에 실패했을 경우는 2주간 대기 후 다시 도전해야 합니다. 그 후, 시험에 실패할 때마다 대기 시간이 길어집니다).

 

TensorFlow 개발자 자격증 수험을 위한 가이드 북에 따르면, 재시험에 관해서는 다음과 같이 규정되어 있습니다.

• 첫 번째 시험에서 불합격한 경우 재시험까지 14일간 기다리실 필요가 있습니다.
• 두 번째 시험에서 불합격한 경우 재시험까지 2개월 동안 기다리셔야 합니다.
• 세 번째 이후의 시험에서 불합격한 경우 재시험까지 1년간 기다리셔야 합니다.

 

시험 제한 시간 : 5시간. 시험 시작 시 오류가 없으면, 저는 편안하게 3시간 이내에 완료할 수 있었습니다. 그러나 제한 시간이 생각보다 긴 것은, 컴퓨터가 딥러닝 모델을 훈련하는 데 걸리는 시간을 충분히 응시자에게 제공하는 것입니다(따라서 시험 전에 훈련이 잘 되는지 확인해 봅시다).

 

시험은 어떻게 구성되어 있는지?

시험의 구성을 설명하는 것은 부정행위이기 때문에, 이 문서에서는 많은 것을 밝힐 생각은 없습니다. 제가 말하고 싶은 것은 TensorFlow 개발자 인증 핸드북을 읽으면 시험의 주요 부분에 대한 아이디어를 공정하게 얻을 수 있다는 것뿐입니다. (위의 리소스를 사용하여) 핸드북에 소개되는 기술을 하나하나 실행하다 보면, 시험은 괜찮을 것입니다.

 

시험에 관한 짧은 지식

모델 훈련 - 만약 당신의 컴퓨터가 딥러닝 모델을 충분히 빠르게 훈련할 수 없는 경우(합격 기준의 일부는 훈련된 모델을 제출하는 것), 무료 GPU를 사용하여 Google Colab에서 모델 훈련이 가능하며, 훈련 후 그들을 다운로드할 수 있습니다. 그리고 시험 관련 디렉터리에 배치하고 PyCharm을 사용하여 제출할 수 있습니다.

 

내 망가진 Python 인터프리터 - 시험 대비 문서에 Python3.7가 필수라고 강조되어 있습니다. 제가 시험 준비를 시작했을 때 Python 3.7.3 이었습니다. 그리고 전날까지 제 로컬 컴퓨터에서 PyCharm을 사용하여 TensorFlow가 움직이고 있었다 하더라도, 어떤 이유로 시험 시작 후(응시자를 위해 자동으로 TensorFlow 환경이 만들어지는) 시험 환경이 망가져 버렸습니다.

 

무슨 일인가 하면, TensorFlow 코드를 한 줄 실행할 때마다 다음과 같은 오류 메시지가 나온 것입니다.

RuntimeError : dictionary changed size during iteration

 

지금에 와서는 오류의 원인이 시험 시에 설치되는 TensorFlow 버전(2.0.0)의 탓인지, 제가 가지고 있던 Python의 특정 버전(3.7.3) 때문인지는 잘 모릅니다.

 

하지만 욕 나오는 것을 참으며, 당면한 문제에 대한 GitHub의 이전 스레드를 열심히 검색한 결과, 사용했던 Python 소스 코드(구체적으로는 lincache.py의 48번째 줄)를 변경하지 않으면 안 된다는 기묘한 수정 방법을 발견했습니다.

RuntimeError: dictionary changed size during iteration · Issue #33183 · tensorflow/tensorflow

# 수정 이전 lincache.py의 48번째 줄
for mod in sys.modules.values() :

# 업데이트 후 lincache.py의 48번째 줄
for mod in list (sys.modules.values()) : # 추가된 목록()

 

참고 : 이러한 변경 사항은 시험 중에 수행한 빠른 수정에 지나지 않기 때문에, 장기적인 효과와 영향이 있는지는 잘 모르겠습니다.

 

필사적으로 찾고 있는 가운데, PyCharm에서 사용하는 TensorFlow 버전을 업데이트 및 재설치하는 방법을 찾고(예 : 2.0.0 -> 2.2.x). 이 방법을 시도해 봤지만 잘 되지 않았습니다. 애당초 PyCharm 초보자인 제가 저질렀을 사용자 오류의 가능성이 가장 큽니다만.

 

아무튼, 수정을 실시하여 시험을 잘 마칠 수 있었습니다.

 

시험이 끝난 후에는 어떻게 될까?

시험에 합격하면 이메일로 통지됩니다. "합격 축하합니다"또는 "불행히도 이번에는 통과할 수 없습니다." 그 이외의 의견은 없습니다.

 

의욕을 잃지 않도록, 시험을 치는 동안에도 당신의 합격여부에 대해 매우 명확한 지표를 얻을 수 있습니다(모델을 제출할 때마다 시험 합격 지표가 표시됩니다).

 

여하튼, 만약 통과되면 TensorFlow 인증 개발자 네트워크에 추가된 것을 확인하기 위해 반드시 메일을 작성합시다.

 

시험에 합격하고 확인 메일 양식을 작성 후 몇 주 후에는 Google의 Global Certification Network에 나갈 수 있게 됩니다(1 ~ 2주 소요).

 

여기에 등록하는 것으로, 숙련된 TensorFlow 개발자를 찾고 있는 사람은 누구나 자격의 종류, 경험, 지역에 따라 당신을 검색할 수 있게 됩니다.

 

마지막으로, (저는 아직 취득하지 않았지만) 몇 주 이내에 공식 TensorFlow 개발자 인증서와 뱃지를 이메일로 보내줍니다. 채용 면접 시 선보일 수 있는 것이 두 가지 추가되는 셈입니다.

 

Q & A

강좌를 수강하고, 책을 읽고 스스로 연습하는 것만으로도 좋을 것 같은데, 자격증이 정말 필요한 것인가?

물론 자격증이 필수는 아닙니다. 결국, 당신이 요구받는 것은 기술이고, 자격증이 아닙니다. 자격증은 가지고 있으면 좋은 것이지, 꼭 있어야 하는 것은 아닙니다.

 

자격증이 필요 없다면, 당신은 왜 취득했는지?

저는 목표를 향해 도전하는 것을 좋아합니다. '6월 3일에 응시'처럼 기일을 정해두면 공부할 수밖에 없습니다.

 

무료 리소스만으로 합격할 수 있을까?

네, 물론 가능합니다. TensorFlow 문서를 보시면, 필요한 기술을 모두 배울 수 있습니다. 사실 뭔가 연습이 필요한 경우에는 문서의 예제 코드를 일일이 복사하고(즉, 코드의 각 라인) 한 줄씩 이해하는 연습을 해서 스스로 응시 가능 여부를 확인하는 것입니다.

 

왜 PyTorch는 아닌가?

저는 PyTorch가 가장 좋습니다. 그러나 Google은 PyTorch에서 인증을 제공하지 않기 때문에, 만약 제공되면 그 자격증에도 도전할 것입니다(그것도 즐겁게!). 또한, (PyTorch와 TensorFlow의) 두 프레임워크 양쪽에 다 숙련된 사용자라면 최신 업데이트가 매우 닮아있다는 것을 알 것입니다. 어느 쪽인가 하면, TensorFlow는 기업의 세계에서 우위에 있습니다.

 

기계 학습을 모르는데, 무엇부터 시작해야 할지?

제가 쓴 기사 "기계 학습을 배울 수 있는 5 개의 초심자 친화 단계"에서 읽을 수 있습니다.

 

시험에 합격하여 Google 개발자 인증 네트워크에 가입했지만, 다음은 무엇을 해야 합니까?

만들 때가 왔습니다! 배운 기술을 사용하여 당신이 세상에서 해보고 싶은 것들을 만들어 봅시다. 당신의 작품을 누가 볼지 모르니 꼭 공유하는 것을 잊지 마세요.

 

PS : 더 자세한 내용은 이 기사의 동영상 버전도 만들었기 때문에, 그쪽을 참고하십시오.

 

 

원문 : "How I passed the TensorFlow Developer Certification Exam" And how you can too

How I passed the TensorFlow Developer Certification Exam

저자 : Daniel Bourke