01. 项目说明

说明

Notebook

你将被授权完成项目 Notebook Traffic_Light_Classifier.ipynb 。

在这个 notebook中，已经为你提供了一些模板代码，但你需要实现额外的代码步骤，才能成功完成此项目。任何通过这个项目所需的代码在标题中用** (IMPLEMENTATION） 标记。当你在这个项目中工作时，还有一些关于你想法的问题，在标题中用 （QUESTION） **标记。

确保你回答了所有的问题，并参照项目的 审阅标准 进行检查，以确保你完成了必要的分类步骤！

助手函数和测试

还有一些其他的 Python 文件： helpers.py 和 test_functions.py ，提供助手函数（加载数据）和测试函数，让你随时测试代码！你不需要改变这些文件，但是如果你愿意，你可以添加它们。特别鼓励查看测试函数，看看它们如何评估你的代码。

一个完整的分类模型

在项目 notebook 中，你将负责逐步建立分类模型。 你的完整分类代码应该能够获取 RGB 图像并输出该图像的预测标签。

标准

一旦你符合以下两个标准，你应该提交项目：

  1. 准确度超过 90％
  2. 永远不要 将红灯分类为绿灯

这个项目相当开放，可以作为很好的作品集项目，你可以展示给朋友、竞争对手和潜在的雇主。出于这个原因，我们鼓励你尽可能接近100％的准确性！

项目提交

完成了这个 notebook 后，确保已经运行了每个单元，然后 选择File-Download as ，将文件保存成ipynb以及html格式，并在当前页面下提交。

Next Concept