你的第一个神经网络

你的第一个神经网络

介绍

在这一项目中，你将会从头开始构建一个神经网络，基于真实的数据集来进行预测！通过从零开始搭建神经网络，你将更好地理解梯度下降、反向传播等概念。这些都是我们以后接触更高级工具（如 Tensorflow）前必须掌握的重要概念。在这一项目中，你也将看到，如何运用这些网络来完成实际生活中的预测问题！

数据来自 UCI 机器学习数据库。

说明

  1. 从我们的 GitHub 代码库下载项目相关资料。
  2. 进入 first-neural-network 文件夹。
  3. 下载 anaconda 或 miniconda，你可以参考我们的 Anaconda 课程。
  4. 创建一个新的 conda 环境：
conda create --name dlnd python=3
  1. 进入新环境：
    • Mac/Linux 系统：>> source activate dlnd
    • Windows 系统：>> activate dlnd
  2. 输入以下命令，检查你是否已经安装了 numpy ，matplotlib， pandas ，和 jupyter notebook：
conda install numpy matplotlib pandas jupyter notebook
  1. 运行以下命令，打开 notebook ：
jupyter notebook Your-first-neural-network.ipynb
  1. 请按照 notebook 上的引导说明来完成本项目。
  2. 在提交项目之前，请确保你已经通过了 notebook 上的单元测试！

如果在运行 notebook 文件过程中，你需要帮助，请查看我们的 Jupyter notebook 课程。

反馈

你大约会在 7 天内得到优达学城审阅者的批阅反馈。

  1. 检查你是否已经通过了 notebook 中的所有单元测试。
  2. 确保你符合评审标准里的所有条目。
  3. 当你完成项目后，请将 notebook 保存为一个 HTML 文件以及一个 Python 文件。你可以进入 notebook 的菜单，选择“Download as”> HTML (.html) 来保存 HTML 文件；选择“Download as”> Python (.py) 来保存 Python 文件。确保你同时提交 Jupyter Notebook 以及 HTML 和 Python 这三个版本的文件。
  4. 将 notebook 以及 HTML ，Python 文件压缩成一个 zip 文件，或者将 notebook 和 HTML 以及 Python 文件推送到 GitHub repo 上。
  5. 点击下面的“提交项目”按钮！

提醒：如果你选择上传文档，你需要用英文命名文档，文件名中若有中文字符，会导致提交失败。

接下来做什么？

如果你现在在等待新的课程内容，或者等待评审结果，这里有一个很棒的来自 Frank Chen 的视频，介绍深度学习的历史。视频时长45分钟，有点像一部短纪录片，它从20世纪50年代开始讲起，直到带我们进入当下的深度学习和人工智能热潮。

AI and Deep Learning