R语言中也可以使用TensorFlow了 |神经网络案例

Posted 2021-04-24 R语言数据分析与实践

TensorFlow是一个通用处理数据流和可微程式的开源方法库，用于在神经网络等机器学习的应用。TensorFlow由Google Brain团队在2015年9月开源。

R，TensorFlow，张量

TensorFlow

TensorFlow

TensorFlow是一个开源方法库，通过智能的数据流图实现对数值的计算。由于TensorFlow的特性，密集流量数据借助API调用，会简化项目的复杂度。

1

硬件环境

TensorFlow可运行在以下平台：

• CPU
  

• GPU

• TPU

R提供了TensorFlow的接口，不需要将所有的数据集存放在RAM中，因此可以计算大型数据集。

2

关于tensor张量

张量实际上是一个高维（多维）数组【见文末推荐阅读，往期内容】

多维数组对应的Robject

实际应用

3阶张量

时间序列数组

4阶张量

样本、颜色通道（RGB+Alpha）、高度、宽度

TensorFlow应用

TensorFlow除了深度学习DeepLearning, 还可以用于一些经典的分类问题、机器学习等：

• 图片分类image classification

• 时间序列预测Time Series Forecasting
  

• 肿瘤免疫治疗中的多肽分类classify peptides for cancer immunotheraphy

• 信用卡欺诈侦测credit card fraud detection using an auto-encoder

• 对问答网站的问题进行分类/标签
  

• 预测客户流失predicting customer churn

在R中搭建TensorFlow

TensorFlow原理

TensorFlow与RScript的运行机制不同。在TensorFlow中实际上是创建了一个数据流向图。其中tensor是数据集，flow是有向图，通过节点（node）构成一些单元（unit）进行计算。实际上，Google试图将你所构思的模型、算法通过图来表达，并且运行速度接近于C++。

• 图Graph：组合并优化

• 节点Node：计算过程

• 数据Tensor：在节点与图之间循环
  

1

Keras 

当你在R中搭建TensorFlow时，需要借助Keras，因为你不能直接对图进行编辑。keras允许代码在CPU或GPU上无缝运行。

载入TensorFlow支持库

2

图片识别案例

手写图片识别

推荐阅读

• 
  

R语言数据分析与实践

思想常新者，以数据为其探寻之源