[자격증] Tensorflow Developer Certificate 후기 및 팁

9월 13일에 Tensorflow Developer Certificate에 합격했다! 간단히 후기와 팁을 기록했다.

 

1. Tensorflow Developer Certificate 준비 과정

이 자격증은 coursera에서 제공하는 "Tensorflow Developer 전문 자격증 강의"를 들으면 수월하게 취득할 수 있다. 이 강의는 유료이고, 생각보다 비싼 가격(한 달에 49달러라고...)이지만 5일동안 무료 체험이 가능하다! 양은 4주 코스이지만, 무료로 보기 위해 하루에 몰아본다면 3-4일 이내에 끝낼 수 있다. 나는 4일정도 걸려서 다 봤던 것 같다.

 

위 강의가 중요한 이유는, 실제로 시험 문제가 강의에서 푸는 코딩 과제와 거의 동일하기 때문이다. 나는 PyTorch만 사용해봐서 TensorFlow는 처음이기에 강의를 꼼꼼히 들었다. 강의 자체는 굉장히 도움이 많이 되고, tensorflow를 처음 공부하기에 정말 좋다. 하지만 시간이 없다고 한다면 코딩 과제만 풀어보고, 강의 공식 깃허브를 보며 꼼꼼히 공부할 것을 추천한다. 코딩 과제 답은 구글링하면 많이 나오니 참고하면 좋다.

 

코세라 강의 링크 : https://www.coursera.org/professional-certificates/tensorflow-in-practice

DeepLearning.AI TensorFlow 개발자

강의 공식 깃허브 주소 : https://github.com/https-deeplearning-ai/tensorflow-1-public

GitHub - https-deeplearning-ai/tensorflow-1-public

-> 여기엔 코딩 과제 답은 없다. 과제 말고 예제들이 보기 좋게 정리되어 있다. 예제에서도 문제가 나올 수 있으니 한 번 보고 가는것을 추천! 

 

 

2. 시험 환경 준비

시험은 파이참으로 진행된다. 파이참에 신기하게도 Tensorflow Developer Certificate 플러그인이 있어서, 플러그인을 다운받으면 시험을 시작할 수 있다. 시험 환경은 아래 링크에 접속한 후, 밑에 쭉 내리다 보면 작동 방식 칸에 "3단계-시험환경을 조성하세요" 안에 있는 "여기"를 누르면 안내해준다.

 

시험 환경 링크 : https://www.tensorflow.org/certificate?hl=ko

TensorFlow 개발자 인증서 받기 - TensorFlow

 

위 링크에서 아래로 내리다 보면 요게 나온다. 3단계에 있는 "여기"를 클릭하며 된다.

 

새로운 conda 환경을 만들고, 아래 패키지들만 다운받아주면 된다. 시간은 30분 이내로 걸렸던 것 같다.

 

3. 시험 응시

시험 환경이 모두 세팅되었다면, 패키지 안에 있는 함수들이 잘 import 되는지 꼭 확인해보자. 확인이 된 후에는 시험을 응시하면 된다. 시험을 응시하려면 우선 결제를 해야 하는데, 아래 페이지에서 진행하면 된다. 응시료로 10만원 조금 넘는 금액이 필요하다고 알고 있는데, 나는 구글 ML 부트캠프에서 지원을 해주어서 무료로 응시했다.

 

https://app.trueability.com/google-certificates/tensorflow-developer

TrueAbility Google Certifications

 

4. 시험 문제

아마 대부분 이 글을 보시는 분들은 다른 블로그 후기도 찾아보았을 것이다. 사실 나도 처음 후기들을 검색해봤을 때 너무 쉽다는 글을 많이 봐서 준비를 1도 안하고 보려고 했다.. 근데 코세라 강의를 보자마자 복습도 안하고 바로 시험을 응시하게 된다면 떨어질 확률이 좀 있을 것 같다. 반드시 코드 복습을 하고, 어떤 문제에서 어떤 layer들을 쌓을지 생각해놓아야 한다!! 나는 블로그 후기들을 통해서 어떤 문제가 나오는지 파악했고, 그 문제가 나오면 어떻게 풀지 미리 코드도 다 짜보았다. 문제 자체는 쉽지만, 정확도가 일정 수준에 도달하지 못하면 점수를 못얻는다. 

 

• 시험은 총 5시간동안 진행된다.
• 오픈북이며, 인터넷 서칭이 가능하다.
• 하지만 준비를 거의 안하고 응시하면 통과하기 어려울 것이다.. 적어도 코드는 꼼꼼히 보고 성능이 안나올 경우 어떤 방식으로 해결할 지 모두 대비하고 응시해야 한다.
• 만약 시험에 떨어지면 2번의 응시 기회가 더 있는 것으로 알고 있다. 1~2주 후에 다시 응시가 가능하다.
• 시험 문제는 총 5문제이다.
• 한 문제당 5점만점이며, 100점으로 환산했을 때 90점 이상을 넘어야 하는 것으로 알려져 있다. (정확한 기준은 명시되지 않았음. 블로그 후기 기준) 
• 계산해보면 1번부터 5번까지 5점/5점/5점/3점/5점 -> 92점, 5점/5점/4점/4점/5점 -> 92점을 맞아야 통과할 수 있다.

각 문제는 다음과 같다. (2022.09.13일 기준)

 

1. 기초적인 선형 문제 [5/5]

2. Fashion mnist (CNN) [5/5]

3. horse-human classification (CNN) [4~5/5]

4. Sarcasm [5/5]

5. Time Series -> 강의에 안나온 문제 [4/5]

 

나는 1,2,4번의 경우 안정적이게 5점이 나왔는데 3번이 계속해서 3점~5점을 왔다갔다 했다. 그리고 5번이 4점밖에 나오지 않았다. 떨어질까봐 너무 불안해서 colab으로 3번을 돌리고, 파이참에선 5번을 집중하는 방식으로 진행했다. 3번도 4~5점이 계속 나오게 되자 그냥 제출했다.

 

 

5. 점수 올리는 방법

• 무조건 colab을 사용해야 한다.. 일반 노트북은 매우 느리기 때문에 CNN 학습이 매우매우 느리다. epoch을 20 이상으로 설정하면 40분 이상이 걸리는데 그동안 다른 디버깅을 할 수 없다. 그러니 CNN 문제인 2,3번은 colab에서 돌리고 h5 파일을 저장한 후 파이참에 붙여넣기하는 것을 추천한다. 그 시간동안 아마 5번의 점수를 높이는데 집중하면 좋을 것이다,,
• h5 파일을 colab에서 다운로드하는 방법은 아래 코드와 같이 손쉽게 가능하다.

from google.colab import files
files.download('mymodel.h5')

 

• 만약 점수가 5가 아니라 3, 4점이 계속 나온다면 무조건 epoch을 늘리고 layer를 깊게 쌓아보자. dense layer가 3개 이상 쌓이면 dropout을 적절히 사용해주자.
• 코세라 강의에서 배우는 내용인데, callback 함수를 선언해서 training accuracy가 96%정도에 도달하면 멈추도록 하자! 이것도 완전 필수적인거 같다.
• 몇몇 분께서는 5번이 강의에 안나온 문제다 보니 input shape을 잘못 설정해서 고생하신 분들이 있는 것 같다. input shape을 잘 설정해주면 되고, output layer는 resize layer를 통해서 원하는 output으로만 설정하면 해결할 수 있다.

 

6. 문제 별 layer 설정

혹시나 점수가 5가 잘 안나오는 분들을 위해 나는 어떻게 layer를 구성했는지 적어보았다. 시험을 응시하다 보면 생각보다 잘 안나와서 당황하는 경우가 생길 수 있다. 

 

1. 기초적인 선형 문제 [5/5]

• 요건 생략

 

2. Fashion mnist (CNN) [5/5]

• Conv2D(64, (3,3)) - Maxpooling2D(2,2) 3번씩 반복
• Flatten()
• Dense(128)
• Dropout(0.2)
• Dense(10)
• optimizer : adam 사용

3. horse-human classification (CNN) [4~5/5]

• Conv2D(64, (3,3)) - MaxPooling2D(2,2) 2번씩
• Conv2D(128, (3,3)) - MaxPooling2D(2,2) 2번씩
• Flatten()
• Dense(256)
• Dropout(0.2)
• Dense(32)
• Dense(1)
• optimizer : RMSprop(learning_rate=0.001)

4. Sarcasm [5/5]

• Embedding layer
• GlobalAveragePooling1D()
• Dropout(0.2)
• Dense(16)
• Dense(1)
• optimizer : adam

 

5. Time Series -> 강의에 안나온 문제 [4/5]

• Conv1D(64, 3, 1..)
• Bidirectional(LSTM(64, return_sequences=True))
• Dropout(0.2)
• Bidirectional(LSTM(64))
• Dense(1024)
• Dropout(0.2)
• Dense(784)
• Dropout(0.2)
• Dense(512)
• Dense(요기는 알아서~)
• Reshape((요기도 알아서~))
• optimizer : SGD(learning_rate=1e-2, momentum=0.9)

 

7. 시험 응시 완료

시험을 다 보고 제출하면 1분 이내로 메일로 합격 유무를 알려준다. 나는 30초도 안되어서 바로 합격 이메일을 받았다. 바로 자격증도 확인 가능하다.

 

자격증의 유효기간은 2년이다. 2년 후에 다시 응시해야 자격증을 갱신할 수 있다. 그나저나 이름 영어로 적을껄...