R语言携手TensorFlow进军深度学习

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。

1. 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。