2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授


←上一篇 ↓↑ 下一篇→
2.16 关于 Python Numpy 向量的说明 回到目录 2.18 Logistic 损失函数的解释

Jupyter/ipython 笔记本的快速指南 (Quick tour of Jupyter/ipython notebooks)

学到现在,你即将要开始处理你的第一个编程作业。但在那之前,让我快速地给你介绍一下在Coursera上的iPython Notebooks工具。

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第1张图片

这就是Jupyter iPython Notebooks的界面,你可以通过它连接到Coursera。让我快速地讲解下它的一些特性。关于它的说明已经被写入这个Notebook中。

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第2张图片

这里有一些空白区域的代码块,你可以在这里编写代码。有时,你也会看到一些函数块。而关于这些的说明都已经在iPython Notebook的文本中。在iPython Notebook中,在这些较长的灰色的区域就是代码块。

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第3张图片

有时,你会看到代码块中有像这样的开始代码和结束代码。在进行编程练习时,请确保你的代码写在开始代码和结束代码之间。

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第4张图片

比如,编写打印输出Hello World的代码,然后执行这一代码块(你可以按shift +enter来执行这一代码块)。最终,它就会输出我们想要的Hello World

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第5张图片

在运行一个单元格cell时,你也可以选择运行其中的一块代码区域。通过点击Cell菜单的Run Cells执行这部分代码。

也许,在你的计算机上,运行cell的键盘快捷方式可能并非是shift enter。但是,Mac应该和我的个人电脑一样,可以使用shift + enter来运行cell

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第6张图片

当你正在阅读指南时,如果不小心双击了它,点中的区域就会变成markdown语言形式。如果你不小心使其变成了这样的文本框,只要运行下单元格cell,就可以回到原来的形式。所以,点击cell菜单的Run Cells或者使用shift + enter,就可以使得它变回原样。

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第7张图片

这里还有一些其他的小技巧。比如当你执行上面所使用的代码时,它实际上会使用一个内核在服务器上运行这段代码。如果你正在运行超负荷的进程,或者电脑运行了很长一段时间,或者在运行中出了错,又或者网络连接失败,这里依然有机会让Kernel重新工作。你只要点击Kernel,选择Restart,它会重新运行Kernel使程序继续工作。

所以,如果你只是运行相对较小的工作并且才刚刚启动你的ipad或笔记本电脑,这种情况应该是不会发生的。但是,如果你看见错误信息,比如Kernel已经中断或者其他信息,你可以试着重启Kernel

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第8张图片

当我使用iPython Notebook时会有多个代码区域块。尽管我并没有在前面的代码块中添加自己的代码,但还是要确保先执行这块代码。因为在这个例子,它导入了numpy包并另命名为np等,并声明了一些你可能需要的变量。为了能顺利地执行下面的代码,就必须确保先执行上面的代码,即使不要求你去写其他的代码。

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第9张图片

最后,当你完成作业后,可以通过点击右上方蓝色的Submit Assignment按钮提交你的作业。

我发现这种交互式的shell命令,在iPython Notebooks是非常有用的,能使你快速地实现代码并且查看输出结果,便于学习。所以我希望这些练习和Jupyter iPython Notebooks会帮助你更快地学习和实践,并且帮助你了解如何去实现这些学习算法。后面一个视频是一个选学视频,它主要是讲解逻辑回归中的代价函数。你可以选择是否观看。不管怎样,都祝愿你能通过这两次编程作业。我会在新一周的课程里等待着你。

课程PPT

2.17 Jupyter/ipython 笔记本的快速指南-深度学习-Stanford吴恩达教授_第10张图片



←上一篇 ↓↑ 下一篇→
2.16 关于 Python Numpy 向量的说明 回到目录 2.18 Logistic 损失函数的解释

你可能感兴趣的:(深度学习DL)