资源 | R语言也能使用TensorFlow了!RStudio发布全新接口
选自RStudio
作者:Tareef Kawaf
机器之心编译
参与:路雪、李泽南
日前,RStudio 博客发文称其已开发出适合 R 语言用户的 TensorFlow 接口,R 语言的用户也可以方便地使用 TensorFlow 了。博客还介绍了接口中的包和工具、学习资源等。以下,机器之心对本文进行了编译介绍。
链接:https://tensorflow.rstudio.com/
在过去一年中,RStudio 的开发者们一直在努力为 R 语言构建 TensorFlow 的接口。几天前,开发小组终于宣布大部分工作已经完成,现在,R 语言的用户也可以方便地使用 TensorFlow 了。
TensorFlow 是谷歌推动的开源深度学习框架,自两年前发布以来,TensorFlow 很快就成为了机器学习从业者与研究者的首选框架。上周六,RStudio 首席执行官 J.J. Allaire 在一次活动中正式展示了如何在 TensorFlow 中使用 R 语言。
<iframe class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="1.7647058823529411" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=q0548yn9zsn&width=370&height=208.125&auto=0" width="370" height="208.125" data-vh="208.125" data-vw="370" style="display: none; width: 370px !important; height: 208.125px !important;"></iframe>
J.J. Allaire 不仅介绍了他们构建的 TensorFlow R 语言接口,还讨论了有关深度学习的很多问题(深度学习是什么、工作原理,以及未来它与 R 语言用户的关系)。
新的工具包
TensorFlow 的 R 接口包括一套 R 语言包,该包提供多种 TensorFlow R 接口,适用于不同的任务和抽象级别,包括:
Keras:神经网络的高级接口,致力于促使快速实验。(https://tensorflow.rstudio.com/keras/)
TensorFlow Estimators:常见模型类别的实现,如回归器和分类器。(https://tensorflow.rstudio.com/tfestimators/)
Core TensorFlow API:TensorFlow 计算图的低级接口。(https://tensorflow.rstudio.com/tensorflow/)
TensorFlow Dataset API:TensorFlow 模型的可扩展输入管道。(https://tensorflow.rstudio.com/tools/tfdatasets/)
除了多种 TensorFlow R 接口以外,还有多种工具有助于训练工作流,包括 RStudio IDE 中训练指标的实时反馈:
tfruns 工具包(https://tensorflow.rstudio.com/tools/tfruns/articles/overview.html)提供工具来追踪和管理 TensorFlow 训练运行和实验:
访问 GPU
训练卷积或循环神经网络往往需要大量算力,而使用近期新推出的高端英伟达 GPU 可以带来很大帮助。但是,大部分用户没有此类本地硬件。为了解决这个问题,RStudio 提供了多种云端使用 GPU 的方式,包括:
Google CloudML(https://tensorflow.rstudio.com/tools/cloudml/);
适用于 AWS Amazon EC2 的 RStudio 云服务器 TensorFlow GPU(https://tensorflow.rstudio.com/tools/cloud_server_gpu.html#amazon-ec2)(Amazon EC2 图像,预先配置了英伟达 CUDA 驱动、TensorFlow、TensorFlow R 接口和 RStudio 服务器);
利用 Paperspace 服务设置 Ubuntu 16.04 Cloud Desktop GPU。
如果你具备需要的 NVIDIA GPU 硬件,可以查看设置 GPU 的相关文档:https://tensorflow.rstudio.com/tools/local_gpu.html
学习资源
RStudio 在学习资源方面也进行了大量投资,所有 TensorFlow R 接口的资源可在该网站获取:https://tensorflow.rstudio.com
学习资源包括但不限于:
《Deep Learning with R》
地址:https://www.amazon.com/Deep-Learning-R-Francois-Chollet/dp/161729554X
适合统计学家、分析师、工程师和学生,需要具备一定 R 语言使用经验,但不必精通机器学习和深度学习。你将学习 30 多个代码示例,包括详细的注释和详尽的介绍。读者不必具备机器学习和深度学习知识,这本书涵盖所有必备基础知识。读者也无需深厚的数学背景,高中数学水平就足够了。
Deep Learning with Keras Cheatsheet
地址:https://github.com/rstudio/cheatsheets/raw/master/keras.pdf
Keras R 接口概念和可用函数的快速参考指南,涵盖不同种类的 Keras 层、数据预处理、训练工作流和预训练模型。
Gallery
地址:https://tensorflow.rstudio.com/learn/gallery.html
TensorFlow R 接口的深入使用案例,包括详细的解释,同时覆盖多种辅助任务,如数据预处理和可视化。
示例
地址:https://tensorflow.rstudio.com/learn/examples.html
TensorFlow R 接口的介绍性案例,包括使用 Keras、tfestimators 和 TensorFlow 包训练模型的基础知识。
下一步
RStudio 将继续构建适合 R 语言用户的 TensorFlow 包和工具,帮助学习、生产和解决该领域的难题,也将继续添加深入案例。若想持续获得最新信息,请访问 TensorFlow for R 博客:https://tensorflow.rstudio.com/blog.html
虽然 TensorFlow 和深度学习在图像识别、语音识别等领域里已经有了令人瞩目的成果,但它在一些其他领域:如生物医疗和时序分析中仍然没有得到广泛应用。随着 TensorFlow 中 R 语言接口的全面推出,更多的可能性已经出现,现在,是时候进行更多探索了。
原文链接:https://blog.rstudio.com/2018/02/06/tensorflow-for-r/
本文为机器之心编译,转载请联系本公众号获得授权。
✄------------------------------------------------
加入机器之心(全职记者/实习生):hr@jiqizhixin.com
投稿或寻求报道:editor@jiqizhixin.com
广告&商务合作:bd@jiqizhixin.com
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/
随时掌握互联网精彩
- 1 习近平同马克龙、冯德莱恩举行会晤 4952225
- 2 国乒遭遇“黑色星期一”四战三败 4981436
- 3 太阳耀斑或达最强级别 影响健康吗 4853024
- 4 “五一”假期开启“韵味”旅游季 4794026
- 5 妈妈拍到父女俩在雨中快乐起舞 4635714
- 6 淘宝回应大量用户被免单 4564830
- 7 大连一烤肉店用玉米粒作燃料 4429756
- 8 全网刷屏的“教育专家”赵菊英是谁 4372217
- 9 官方辟谣凉山最落后山村不通电 4225415
- 10 上海现付费马桶圈充1000用13.8万次 4193520