TensorFlow Lab
我们为你准备了一个 Jupyter notebook,指引你在 TensorFlow 里创建一个单层的神经网络。你将实现数据归一化,用 TensorFlow 来创建一个网络并训练它。
获取 notebook
notebook 和所有相关的文件都可以在我们的 GitHub repo 里获得。你可以 clone 这个目录,或者下载 Zip 文件。
用 Git clone:
git clone https://github.com/udacity/deep-learning.git
如果你对 Git 和 Github 不熟,我推荐你看下我们相关课程。如果你不用 Git,可以以 Zip 形式下载文件。目录在这儿。
如果你下载了 Zip 文件,请解压(通常双击就可以)。最新的代码都会在这个目录里,所以这时获取最近更新文件的最佳地方。
在你下或者 clone 了文件之后,进入到这个 repo,在intro-to-tensorflow
这个文件夹里,你会找到这次要用的 notebook,以及一个 Conda 配置文件,它可以帮助你安装所有需要的包。
Windows 指导
我们提供了一个 Conda 环境配置文件,这样你可以很方便的安装各种包,在 intro-to-tensorflow
目录中,键入
conda env create -f environment_win.yml
它将帮你创建一个叫 dlnd-tf-lab
的虚拟环境,进入这个环境,只要键入
activate dlnd-tf-lab
所有需要的包就都装好了。
OS X 和 Linux 指导
我们提供了一个 Conda 环境配置文件,这样你可以很方便的安装各种包,在 intro-to-tensorflow
目录中,键入
conda env create -f environment.yml
它将帮你创建一个叫 dlnd-tf-lab
的虚拟环境,进入这个环境,只要键入
source activate dlnd-tf-lab
所有需要的包就都装好了。
查看 Notebook
在有这个 notebook 的目录中,启动 Jupyter notebook server
jupyter notebook
它会为你打开一个浏览器窗口,如果没有,输入 http://localhost:8888/tree。如果你有其它的 notebook servers 在运行,端口号可能会不同,如果你没有正确找到server,把 8888 替换成 8889 试试。
你会看到 intro_to_tensorflow.ipynb
,这就是你要练习的 notebook。它有三个问题需要你解决:
- 问题一:对特征归一化
- 问题二:用 TensorFlow 创建特征,目标,权重和偏置项 tensors。
- 问题三:调整学习率,epochs 和 batch size来获取最高准确率
这是一个自我检测项目。把你的答案与我们的答案做比较。如果你有任何问题,我们也有很多途径解决你的疑问。