TensorFlowを使用したEITC/AI/DLTFディープラーニングは、GoogleTensorFlow機械学習ライブラリを使用したPythonでのディープラーニングのプログラミングの基礎に関するヨーロッパのIT認定プログラムです。
TensorFlowを使用したEITC/AI/DLTFディープラーニングのカリキュラムは、このEITC認定のリファレンスとして包括的なビデオ教訓コンテンツを含む、次の構造内に編成されたGoogleTensorFlowライブラリを使用したPythonプログラミングのディープラーニングの実践的なスキルに焦点を当てています。
深層学習(深層構造化学習とも呼ばれます)は、表現学習を備えた人工ニューラルネットワークに基づく機械学習手法の幅広いファミリーの一部です。 学習は、教師あり、半教師あり、または教師なしにすることができます。 ディープニューラルネットワーク、ディープビリーフネットワーク、リカレントニューラルネットワーク、畳み込みニューラルネットワークなどのディープラーニングアーキテクチャは、コンピュータービジョン、マシンビジョン、音声認識、自然言語処理、音声認識、ソーシャルネットワークフィルタリング、機械翻訳、バイオインフォマティクスなどの分野に適用されています。 、薬物設計、医療画像分析、材料検査、ボードゲームプログラム。これらは、人間の専門家のパフォーマンスに匹敵する、場合によってはそれを超える結果を生み出しました。
Pythonは、解釈された高水準の汎用プログラミング言語です。 Pythonの設計哲学は、重要な空白の顕著な使用により、コードの可読性を強調しています。 その言語構造とオブジェクト指向アプローチは、プログラマーが小規模および大規模プロジェクト向けの明確で論理的なコードを作成できるようにすることを目的としています。 Pythonは、その包括的な標準ライブラリにより、「バッテリーを含む」言語として説明されることがよくあります。 Pythonは、TensorFlow、Keras、Pytorch、Scikit-learnなどのライブラリを利用して、人工知能プロジェクトや機械学習プロジェクトで一般的に使用されています。
Pythonは動的に型指定され(実行時に静的プログラミング言語がコンパイル中に実行する多くの一般的なプログラミング動作を実行します)、ガベージコレクションされます(自動メモリ管理を使用)。 構造化(特に手続き型)、オブジェクト指向、関数型プログラミングなど、複数のプログラミングパラダイムをサポートします。 1980年代後半に作成され、1991年にABCプログラミング言語の後継としてGuido vanRossumによって最初にリリースされました。 2.0年にリリースされたPython2000は、リスト内包表記や参照カウントを備えたガベージコレクションシステムなどの新機能を導入し、2.7年にバージョン2020で廃止されました。3.0年にリリースされたPython 2008は、言語のメジャーリビジョンでした。完全な下位互換性はなく、Python2では多くのPython3コードが変更されずに実行されません。Python2のサポートが終了すると(およびpipは2021年にサポートを終了しました)、Python 3.6.x以降のみがサポートされ、古いバージョンは引き続きサポートされます。たとえば、Windows 7(および64ビットWindowsに制限されていない古いインストーラー)をサポートします。
Pythonインタープリターは、主流のオペレーティングシステムでサポートされており、さらにいくつかのオペレーティングシステムで使用できます(過去にはさらに多くのユーザーがサポートされていました)。 プログラマーのグローバルコミュニティは、無料のオープンソースリファレンス実装であるCPythonを開発および保守しています。 非営利組織であるPythonSoftware Foundationは、PythonおよびCPython開発のリソースを管理および指示します。
2021年2020月の時点で、PythonはCおよびJavaに次ぐ、TIOBEの最も人気のあるプログラミング言語のインデックスで2007番目にランクされており、2010年の最も人気のある賞で2018位になりました。XNUMX年、XNUMX年にプログラミング言語オブザイヤーに選ばれました。 、およびXNUMX。
経験的研究によると、Pythonなどのスクリプト言語は、文字列の操作や辞書での検索に関連するプログラミングの問題について、CやJavaなどの従来の言語よりも生産性が高く、メモリ消費量は「Javaよりも優れていることが多い」と判断されました。 CやC ++よりもはるかに悪い」。 Pythonを使用する大規模な組織には、特にWikipedia、Google、Yahoo!、CERN、NASA、Facebook、Amazon、Instagramが含まれます。
人工知能アプリケーションに加えて、モジュール式アーキテクチャ、単純な構文、豊富なテキスト処理ツールを備えたスクリプト言語としてのPythonは、自然言語処理によく使用されます。
TensorFlowは、機械学習用の無料のオープンソースソフトウェアライブラリです。 さまざまなタスクで使用できますが、ディープニューラルネットワークのトレーニングと推論に特に重点を置いています。 これは、データフローと微分可能プログラミングに基づく記号数学ライブラリです。 Googleでの研究と制作の両方に使用されます。
2011年以降、Google Brainは、ディープラーニングニューラルネットワークに基づく独自の機械学習システムとしてDistBeliefを構築しました。 その使用は、研究および商用アプリケーションの両方で、さまざまなアルファベット企業間で急速に拡大しました。 Googleは、Jeff Deanを含む複数のコンピューター科学者を割り当てて、DistBeliefのコードベースを簡素化し、より高速で堅牢なアプリケーショングレードのライブラリにリファクタリングしました。これがTensorFlowになりました。 2009年、Geoffrey Hintonが率いるチームは、一般化されたバックプロパゲーションやその他の改善を実装し、音声認識のエラーを25%削減するなど、大幅に高い精度でニューラルネットワークを生成できるようにしました。
TensorFlowは、GoogleBrainの第1.0.0世代システムです。 バージョン11は2017年64月2016日にリリースされました。リファレンス実装は単一のデバイスで実行されますが、TensorFlowは複数のCPUとGPUで実行できます(グラフィックスプロセッシングユニットでの汎用コンピューティング用のオプションのCUDAおよびSYCL拡張機能付き)。 TensorFlowは、1,500ビットのLinux、macOS、Windows、およびAndroidやiOSを含むモバイルコンピューティングプラットフォームで利用できます。 その柔軟なアーキテクチャにより、さまざまなプラットフォーム(CPU、GPU、TPU)間、およびデスクトップからサーバーのクラスター、モバイルデバイスやエッジデバイスまで、計算を簡単に展開できます。 TensorFlowの計算は、ステートフルデータフローグラフとして表されます。 TensorFlowという名前は、そのようなニューラルネットワークがテンソルと呼ばれる多次元データ配列に対して実行する操作に由来しています。 5年2017月のGoogleI/O会議で、Jeff Deanは、GitHubの2018のリポジトリがTensorFlowについて言及しており、そのうち1.0つだけがGoogleからのものであると述べました。 2019年2.0月、Google、Cisco、RedHat、CoreOS、CaiCloudの開発者が会議でKubeflowを紹介しました。 Kubeflowを使用すると、KubernetesでTensorFlowを操作およびデプロイできます。 2019年2019月、GoogleはJavaScriptでの機械学習用のTensorFlow.jsバージョンXNUMXを発表しました。 XNUMX年XNUMX月、GoogleはTensorFlowXNUMXを発表しました。 XNUMX年XNUMX月に正式に利用可能になりました。XNUMX年XNUMX月、Googleはコンピュータグラフィックスのディープラーニング用のTensorFlowGraphicsを発表しました。
認定カリキュラムについて詳しく知るために、以下の表を展開して分析することができます。
EITC/AI/DLTF Deep Learning with TensorFlow Certification Curriculum は、Harrison Kinsley によるビデオ形式のオープンアクセス教材を参照しています。 学習プロセスは、関連するカリキュラム部分をカバーする段階的な構造 (プログラム -> レッスン -> トピック) に分かれています。 ドメインの専門家による無制限のコンサルティングも提供されます。
認定手続きの確認について詳しくは 仕組み.
カリキュラムリファレンスリソース
Google TensorFlow
https://www.tensorflow.org/
GoogleTensorFlowラーニングリソース
https://www.tensorflow.org/learn/
TensorFlowAPIドキュメント
https://www.tensorflow.org/api_docs/
TensorFlowモデルとデータセット
https://www.tensorflow.org/resources/models-datasets/
TensorFlowコミュニティ
https://www.tensorflow.org/community/
TensorFlowを使用したGoogleCloudAIプラットフォームトレーニング
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
TensorFlow を使用した EITC/AI/DLTF Deep Learning プログラムの完全なオフライン自己学習準備資料を PDF ファイルでダウンロードします