EITC/AI/TFF TensorFlow Fundamentals adalah program Sertifikasi TI Eropa di library machine learning Google TensorFlow yang memungkinkan pemrograman kecerdasan buatan.
Kurikulum EITC/AI/TFF TensorFlow Fundamentals berfokus pada aspek teoretis dan keterampilan praktis dalam menggunakan library TensorFlow yang diatur dalam struktur berikut, mencakup konten didaktik video yang komprehensif sebagai referensi untuk Sertifikasi EITC ini.
TensorFlow adalah pustaka perangkat lunak sumber terbuka dan gratis untuk pembelajaran mesin. Ini dapat digunakan di berbagai tugas tetapi memiliki fokus khusus pada pelatihan dan inferensi jaringan saraf yang dalam. Ini adalah perpustakaan matematika simbolis berdasarkan aliran data dan pemrograman yang dapat dibedakan. Ini digunakan untuk penelitian dan produksi di Google.
Mulai tahun 2011, Google Brain membangun DistBelief sebagai sistem pembelajaran mesin berpemilik berdasarkan jaringan saraf pembelajaran mendalam. Penggunaannya berkembang pesat di berbagai perusahaan Alphabet baik dalam penelitian dan aplikasi komersial. Google menugaskan beberapa ilmuwan komputer, termasuk Jeff Dean, untuk menyederhanakan dan memfaktorkan ulang basis kode DistBelief menjadi pustaka tingkat aplikasi yang lebih cepat dan lebih kuat, yang menjadi TensorFlow. Pada tahun 2009, tim, yang dipimpin oleh Geoffrey Hinton, telah menerapkan backpropagation umum dan peningkatan lainnya yang memungkinkan pembuatan jaringan saraf dengan akurasi yang jauh lebih tinggi, misalnya pengurangan 25% dalam kesalahan dalam pengenalan suara.
TensorFlow adalah sistem generasi kedua Google Brain. Versi 1.0.0 dirilis pada 11 Februari 2017. Meskipun implementasi referensi berjalan pada satu perangkat, TensorFlow dapat berjalan di beberapa CPU dan GPU (dengan ekstensi CUDA dan SYCL opsional untuk komputasi tujuan umum pada unit pemrosesan grafis). TensorFlow tersedia di Linux 64-bit, macOS, Windows, dan platform komputasi seluler termasuk Android dan iOS. Arsitekturnya yang fleksibel memungkinkan penerapan komputasi yang mudah di berbagai platform (CPU, GPU, TPU), dan dari desktop ke cluster server hingga perangkat seluler dan edge. Komputasi TensorFlow dinyatakan sebagai grafik aliran data stateful. Nama TensorFlow berasal dari operasi yang dilakukan jaringan saraf tersebut pada array data multidimensi, yang disebut sebagai tensor. Selama Konferensi Google I/O pada Juni 2016, Jeff Dean menyatakan bahwa 1,500 repositori di GitHub menyebutkan TensorFlow, di mana hanya 5 yang berasal dari Google. Pada bulan Desember 2017, pengembang dari Google, Cisco, RedHat, CoreOS, dan CaiCloud memperkenalkan Kubeflow di sebuah konferensi. Kubeflow memungkinkan pengoperasian dan penerapan TensorFlow di Kubernetes. Pada bulan Maret 2018, Google mengumumkan TensorFlow.js versi 1.0 untuk pembelajaran mesin di JavaScript. Pada Januari 2019, Google mengumumkan TensorFlow 2.0. Ini tersedia secara resmi pada Sep 2019. Pada Mei 2019, Google mengumumkan TensorFlow Graphics untuk pembelajaran mendalam dalam grafik komputer.
Untuk mengenal diri Anda secara detail dengan kurikulum sertifikasi, Anda dapat memperluas dan menganalisis tabel di bawah ini.
Kurikulum Sertifikasi Dasar TensorFlow EITC/AI/TFF mereferensikan materi didaktik akses terbuka dalam bentuk video. Proses pembelajaran dibagi menjadi struktur langkah demi langkah (program -> pelajaran -> topik) yang mencakup bagian kurikulum yang relevan. Konsultasi tak terbatas dengan pakar domain juga disediakan.
Untuk perincian tentang prosedur Sertifikasi, periksa Bagaimana itu bekerja.
Sumber Referensi Kurikulum
Google TensorFlow
https://www.tensorflow.org/
Sumber Daya Pembelajaran Google TensorFlow
https://www.tensorflow.org/learn/
Dokumentasi API TensorFlow
https://www.tensorflow.org/api_docs/
Model dan Set Data TensorFlow
https://www.tensorflow.org/resources/models-datasets/
Komunitas TensorFlow
https://www.tensorflow.org/community/
Pelatihan Google Cloud AI Platform dengan TensorFlow
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
Unduh materi persiapan belajar mandiri offline lengkap untuk program Dasar-Dasar TensorFlow EITC/AI/TFF dalam file PDF
Materi persiapan EITC/AI/TFF – versi standar
Materi persiapan EITC/AI/TFF – versi diperpanjang dengan pertanyaan ulasan