运行成功了，总算迈出了第一步，排除了一些畏难情绪~~谢谢老师。 每次运行，这个 Testing Accuracy 还会变化，基本是在 0.85 附近。 后续再去仔细研读代码了~ Step 1, Minibatch Loss= 11171.8887, Training Accuracy= 0.344 Step 100, Minibatch Loss= 412.0348, Training Accuracy= 0.891 Step 200, Minibatch Loss= 108.3232, Training Accuracy= 0.859 Step 300, Minibatch Loss= 64.5939, Training Accuracy= 0.914 Step 400, Minibatch Loss= 68.3524, Training Accuracy= 0.883 Step 500, Minibatch Loss= 37.3224, Training Accuracy= 0.891 Optimization Finished! Testing Accuracy: 0.8587

TF1完结，感谢老师带领入门，向TF2进军。

这门课和网上的tensorflow资源有什么不同？中文视频且最重要的是有实际参与开发tensorflow的活跃贡献者，第一章看完觉得还看得下去。没有一丝在卖弄，非常樸素，很好。

小激动。按照课程说法，一步步执行，果然跑出来了。小白用户，回头理解下怎么回事。 试了一下2000step，learning_rate=0.01效果好一点点。然而不知道怎么回事。 Step 1, Minibatch Loss= 1643.8264, Training Accuracy= 0.188 Step 200, Minibatch Loss= 113.2579, Training Accuracy= 0.891 Step 400, Minibatch Loss= 112.6774, Training Accuracy= 0.891 Step 600, Minibatch Loss= 87.4006, Training Accuracy= 0.867 Step 800, Minibatch Loss= 68.4583, Training Accuracy= 0.828 Step 1000, Minibatch Loss= 49.5780, Training Accuracy= 0.867 Step 1200, Minibatch Loss= 15.2977, Training Accuracy= 0.922 Step 1400, Minibatch Loss= 26.8276, Training Accuracy= 0.883 Step 1600, Minibatch Loss= 38.2260, Training Accuracy= 0.891 Step 1800, Minibatch Loss= 34.7702, Training Accuracy= 0.844 Step 2000, Minibatch Loss= 38.6725, Training Accuracy= 0.906 Optimization Finished! Testing Accuracy: 0.8828

理论与实践结合的好视频，非常赞👍，感谢彭老师的干货

讲得真好，深入浅出，可见讲师的功力之深厚！ 不知道有没有计划出基于tf2.0的课程？ 期待

感谢彭老师的精彩课程，让我这个AI小白在短短1个月内深入理解了很多人工智能方面的理论和概念，不止停留在AI名词术语层面。我经过学习后，自我感觉有能力基于开源的预训练模型开发一些简单的AI应用程序，计划接下来结合目前公司项目尝试做一些小的AI应用程序练练手。 期待老师新的Tensorflow2.0课程，希望课程内容接近生产级应用开发方面，包括我现在所在安防行业的车辆号牌识别、人脸识别、人脸图片搜索、车辆图片搜索（以图搜图）等应用。 再次感谢老师的辛勤付出，祝老师身体健康，万事顺意！

老师讲的真不错，让我这个小白都能听明白，谢谢老师，谢谢极客时间，让我有更快接触人工智能知识的机会

彭老师的课很生动，浅显易懂。我学到很多东西，谢谢彭老师。

结尾处提到了“模型过于复杂，数量不够，存在欠拟合的情况“，是不是应该是”存在过拟合的情况？“