10 月頭に Tensorflow Certificate を受験して合格した。今回はその感想。
事前の勉強内容や用意したマシンについての情報は以前の記事にまとめているので少しは参考になるかもしれない。
私は一応のため GTX1080 で Tensorflow で学習ができる環境を用意して試験に臨んだが、そこそこ性能のいい CPU を積んだマシンがあれば、 GPU なしでも普通に試験を終えられるかもなと感じた。 とはいいつつモデルのチューニングが必要なので、CPU だけで学習しているとストレスがたまりそうなので GPU は用意していったほうが精神衛生上よいかもしれない。
GPU を用意した場合はTensorflow のドキュメントを参考に環境を構築し、 Tensorflow から GPU を使って学習ができることを確認しておくことがおすすめ。 ここら辺の Tensorflow のチュートリアルがしっかり実行できてれば、試験も問題なくこなせるはず。 試験自体は PyCharm に Tensorfow Certificate 用の Plugin を導入して行うが、NVIDIA のドライバや CUDA が正しく導入されていない場合、 最悪 CPU だけで学習する羽目になりストレスがたまるのでしっかり確認しておいたほうがいい。
また、ネットを見ていると Google Colaboratory で GPU を使って学習を回して、作成したモデルを PyCharm のプラグイン経由でアップロードしている人もいるらしい。 試験の仕組み的には普通に可能だと思うので、うまくやれば普通のノートパソコンでも試験合格は十分可能だと思う。 私は万が一 100 ドルをドブに捨てることになったら泣くので環境もちゃんと用意して挑んでしまったが、 Colaboratory 頼みでつっこんでみても面白かったかもしれない。
公式の試験の説明がすべて。 公式に「試験に向けた準備が不足していると思われる場合」という項目があるが、私は試験に向けた準備が不足していると思われたので 言われるがままCoursera のコースを受けるだけで 必要な勉強は終わった。
公式ページに合格のために必要なことはすべて書いてあるのでしっかり読んでおくことをお勧めする。
また、試験を始める前に身分証明書をアップロードするプロセスがあるが、証明書の確認は人手でやっているらしく何時間か待たされる。 試験を受ける前日までに済ませておいたほうが気持ち的に楽だと思う。
実際に試験を受けてみてこの試験の難易度は正直高くなく、この試験に合格することで名乗れるのは Tensorflow 初心者くらいかなと感じた。 ただ最低限のプログラミングスキルのや機械学習の学習がどのように行われるか一応知っているくらいのことの証明にはなるので、 エンジニア出身でこれから Deep Learning とかにも手を出していきたいという人にはひとつの勉強の目標としてありだと思う。
また、この Certificate は機械学習モデルを作成するスキルに注目しており、モデルを作成した後どうすればいいのかには全く触れていない。 実務よりの Deep Learning について学びたい人は Tensorfow Certificate とは別に本番システムへの機械学習機能の導入について学ぶ必要があると強く感じた。
総括としては Tensorfow Certificate は非データサイエンティストの人間が機械学習についても最低限の知識を持っていることを証明するための認定資格だと思う。 この試験の勉強を一通りこなすと簡単な機械学習モデルを自分で作成することはできるようになるはずなので、 いきなり手を出すと何をすればいいかわからなくて途方に暮れるかねない Kaggle(少なくとも私はそうだった)等に手を出して行きやすくなるのは間違いない。 これからの時代、機械学習の知識もあったほうが仕事の幅も広がるはず。 Tensorflow とか興味あるけど勉強するとして何から手を付けていいかわからないという人にはこの認定資格はおすすめです。
また、この記事を書いて気付いたのだが公式に
現在、より専門性の高い上級レベルの TensorFlow プロフェッショナルの方を対象とした認定資格プログラムの提供に向けて取り組んでおります。詳細については、間もなくお知らせしますのでご確認ください。
という記述がある。 個人的には ensorfow Certificate は歯ごたえ不足かなという感じたったので、発表されたらしっかり準備して受けてみたい。