如果你在使用R语言,想要用R语言建立一个深度神经网络,那将是非常困难的。因为好多的深度神经网络的架构,都是在python上,而关于R语言的非常少。如nnet包,RSNNS包等,受之于激活函数的影响,以及只能使用一个cpu进行单线程计算,并且这些包也没有提供建立卷积神经网络的功能。
几年前,我被 R 的 tensorflow 包短暂地吸引住了,但我无法建立一个可靠的工作流程,因为它的 Python 后端不断地挡路。 (许多令人恼火的小时都在徒劳地尝试配置我的 GPU)。
Torch 是一个使用 C++ 后端 libtorch,作为运算的底层,而不是 Python 。
然而,torch 仍然处于起步阶段,尽管它能够完成大多数成熟的深度学习框架可以做的事情,但它没有提供那种让初学者可以直观地掌握的高级 API。 这篇文章的目的是帮助读者熟悉torch包。
现在我们以mnist手写数字数据集,使用R语言的torch包,建立一个卷积神经网络,作为torch的教学。
安装torch包
install.packages("torch")
library(torch)
# install_torch() #一般情况下该行代码是不需要运行的,在library之后,会下载安装torch需要的底层架构,如果没有成功安装,就需要你手动运行这行代码。如果失败:请找把梯子。
#以及需要配置其它的系统环境,根据提示进行配置
如果没有mnist数据集,可以通过下面的网址进行下载,格式是csv文件。数据集下载:
https://pjreddie.com/media/files/mnist_train.csv