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