R语言携手TensorFlow进军深度学习
Posted R语言交流中心
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言携手TensorFlow进军深度学习相关的知识,希望对你有一定的参考价值。
当大家热火朝天的使用着Python在构建深度学习模型的时候。TensorFlow官网悄悄的为R语言做了R包-tensorflow。
Tensor Flow 包的安装:install.packages("tensorflow")。
2. Tensor Flow 的启动:library(tensorflow);install_tensorflow()。
如果你是初次安装,那么启动会出现上面的问题,那么其实还是需要有Python的环境,才能运行Tensorflow。
3. Win10下安装Python3.6.5。
由于直接官网下载会比较慢,所以建议直接把下载的链接复制到迅雷中,会下载快一点。
接下来就可以启动TensorFlow了。
注意:由于网络问题在R语言中安装Tensorflow可能会出错,如果出错,也可选择使用管理员身份运行CMD中的pip3进行安装。
安装好TensorFlow后后续的验证可以直接进入python 的运行界面,直接载入查看,结果如下表示已安装好:
4. 我们来实验下官方提供的例子。例子主要的目的是实现对线性拟合的参数再现。
代码如下:
library(tensorflow)
# Create100 phony x, y data points, y = x * 0.1 + 0.3
x_data<- runif(100, min=0, max=1)
y_data<- x_data * 0.1 + 0.3
# Try tofind values for W and b that compute y_data = W * x_data + b
# (Weknow that W should be 0.1 and b 0.3, but TensorFlow will
# figurethat out for us.)
W <-tf$Variable(tf$random_uniform(shape(1L), -1.0, 1.0))
b <-tf$Variable(tf$zeros(shape(1L)))
y <- W* x_data + b
#Minimize the mean squared errors.
loss<- tf$reduce_mean((y - y_data) ^ 2)
optimizer<- tf$train$GradientDescentOptimizer(0.5)
train<- optimizer$minimize(loss)
# Launchthe graph and initialize the variables.
sess =tf$Session()
sess$run(tf$global_variables_initializer())
# Fit theline (Learns best fit is W: 0.1, b: 0.3)
for (stepin 1:201) {
sess$run(train)
if (step %% 20 == 0)
cat(step, "-", sess$run(W),sess$run(b), "\n")
}
运行结果:
今天主要讲解R语言是如何与TensorFlow进行写作工作的,后续的工作将进一步深入探究其更多的应用。
欢迎大家学习交流:
以上是关于R语言携手TensorFlow进军深度学习的主要内容,如果未能解决你的问题,请参考以下文章
TensorFlow2深度学习实战(十七):目标检测算法 Faster R-CNN 实战