云服务器上利用R运行tensorflow/keras

最新推荐文章于 2024-07-17 17:07:26 发布

原创

最新推荐文章于 2024-07-17 17:07:26 发布 · 851 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #r语言 #云服务 #深度学习

本文介绍了如何在云服务器上通过R语言搭建tensorflow和keras的环境。首先，利用virtualenv创建名为r-tensorflow的虚拟环境，然后激活该环境。接着，在已安装RStudio的云服务器上，通过R安装tensorflow和keras。为确保使用虚拟环境中的python，需要在R中设置运行环境。在测试阶段，启动RStudio并加载reticulate库，设置正确路径，然后进行tensorflow和keras的基本操作。尽管过程中可能需要重启RStudio，但最终能够成功运行tensorflow和keras进行深度学习。

1. 利用virtualenv创建虚拟环境：我的环境名为r-tensorflow

virtualenv 你的环境名 --python=python3.6（你想要的Python版本）

进入虚拟环境目录，并激活虚拟环境

cd 你的虚拟环境路径
source ./bin/activate # 还有简便的设置，在以后激活环境时不需重复输入以上代码，这里就不详细介绍了。

2. 运行Rstudio（前提是你的云服务器里已经安装了RStudio，我的版本是r3.5.3）

3. 在R中安装tensorflow/keras：

# installing 'devtools' package for installing Packages from github
install.packages('devtools')

require(devtools)

# install tensorflow(如果你要tensorflow的話)
devtools::install_github("rstudio/tensorflow") 

# installing keras(如果你要keras的話)
devtools::install_github("rstudio/keras")

参考： https://rpubs.com/skydome20/R-Note15-R_tensorflow_keras_install_windows

4. 进行测试：

（1）重新启动RStudio；