R深度学习——Keras入门

R深度学习——Keras入门

在人工智能时代到来之际，最成熟的AI框架莫过于Tensorflow，但其构建是基于Python的，但我们作为熟练R语言的数据科学家，也想使用Tensorflow，这一梦想Rstudio已经帮我们实现，这里将介绍如何在R中装配和运行Tensorflow的上层Keras框架：

install.packages("keras")

首先安装keras包，默认将Tensorflow作为其后端引擎，要安装核心Keras库和Tensorflow引擎：

library(keras)
install_keras()

这时CPU版Keras的安装方法，如果想体验GPU编程，可以看该函数的文档。
这一章我们遵守惯例深入MNIST数据集，如果想进一步了解深度学习和Keras应用，可以了解Deep Learning with R一书

首先我们将数据集分为训练集和测试集：

library(keras)
mnist <- dataset_mnist()
x_train <- mnist$train$x
y_train <- mnist$train$y
x_test <- mnist$test$x
y_test <- mnist$test$y

x数据集存储了(images, width, height)三维像素值，我们将其宽和高的量降维，变为一个matrice，再将