TensorFlow Neural Network Lab

TensorFlow Neural Network Lab

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。

右上角点击绿色按钮下载 Zip 文件。

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。