在R中使用Keras和TensorFlow构建深度学习模型

一、以TensorFlow为后端的Keras框架安装

#首先在ubuntu16.04中运行以下代码
sudo apt-get install libcurl4-openssl-dev libssl-dev #在RStudio中安装Keras
install.packages("devtools")
devtools::install_github("rstudio/keras") library(keras)
#在默认情况下,RStudio会加载CPU版本的TensorFlow,如果没有成功加载,使用以下指令来下载
install_tensorflow() #如果为单独用户或桌面系统安装GPU支持的TensorFlow
install_tensorflow(gpu=TRUE)

二、构建案例

# 在R中使用Keras构建的模型列表
# 1.多层感知器(Multi-Layer Perceptrons)
# 2.卷积神经网络(Convoluted Neual Networks)
# 3.递归神经网络(Recurrent Nerual Networks)
# 4.Skip-Gram模型
# 5.使用预训练的模型(VGG16、RESENT)
# 6.微调预训练的模型 data <- dataset_mnist() train_x <- data$train$x
train_y <- data$train$y
test_x <- data$test$x
test_y <- data$test$y
rm(data) train_x <- array(train_x,dim=c(dim(train_x)[1],prod(dim(train_x)[-1]))) / 255
上一篇:R语言︱情感分析—基于监督算法R语言实现(二)


下一篇:R语言︱H2o深度学习的一些R语言实践——H2o包