R语言 在mnist数据集使用torch建立卷积神经网络

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