Python全栈开发课程作业：TensorFlow实践与优化技术.pdfVIP

1、通过tf完成衣服鞋子数据集的分类问题，并加入后，观察结果变化，掌握tf基

本使用，分析前后的准确率变化，把神经元的数目从300改为100后，观察准确

率的变化

2、练习callbacks，能够使用回调函数，实现tensorboard记录，实现提前终止，最佳参数

记录等

3、练习回归实例

4、建立dnn模型，对衣服鞋子数据集进行分类训练，观察准确率是否跟神经网络的层数存

在关系，比如10层和20层进行对比

5、加入批归一化，分析最后的准确率是否提升，及到达相同的准确率，批归一化总计用的

epochs次数是否更少

6、针对分类问题，改变激活函数为selu，观察准确率差异

7、针对分类问题，增加dropout，观察结果的过拟合情况

8、掌握kaggle和colab的使用

难度作业：

9、针对代码给的例子，学会交叉熵的计算

10、分别找一个之前的分类，回归的数据集，用深度学习的模型去训练，调参得到深度

学习模型的效果更好