TensorFlow 神经网络实验室

TensorFlow 实验室

我们准备了一个 Jupyter Notebook，它将引导你完成在 TensorFlow 中创建单层神经网络。 你将实现数据规范化，然后使用 TensorFlow 构建和训练网络。

Notebook

Notebook 和相关文件都可以从 我们的 Github 仓库 获得。 你可以克隆这一 Github 仓库，或者直接下载为其 Zip 压缩文件。

使用 Git 克隆仓库。

git clone https://github.com/udacity/deep-learning.git

如果你对 Git 和 GitHub 不熟悉，我强烈建议你查看我们的课程。 如果你不想使用 Git，则可以将该仓库以Zip文件形式下载下来。 你可以在这里找到这个仓库。

查看 Notebook

在 notebook 文件目录中，启动你的 Jupyter notebook 服务器

jupyter notebook

你的页面应该会跳转到一个浏览器窗口。如果没有，请转到http://localhost:8888/tree。如果你的其他 Notebook 服务器正在运行，端口号可能会有所不同。如果你找不到合适的服务器，请尝试8889而不是8888。

你应该会看到 intro_to_tensorflow.ipynb notebook，这是你即将要工作的 notebook。notebook有3个问题要解决：
  - 问题1：标准化功能
  - 问题2：使用TensorFlow操作来创建特征，标签，重量和偏差张量
  - 问题3：调整学习速度，步数和批大小以获得最佳准确性

这是一个自我评估的实验室。你可以将你的答案和解决方案在这里进行比较。如果你在完成实验时遇到任何困难，优达学城 会提供一些服务来回答你可能遇到的任何问题。

帮助指南

请记住，你可以从导师，论坛（单击教室左侧的链接）或 Slack 频道获得学习帮助。你还可以查看以前课程中的页面来回顾学习到的知识。