TensorFlow了!RStudio發布全新接口

2018-03-05
在過去一年中,RStudio 的開發者們一直在努力為 R 語言構建 TensorFlow 的接口。幾天前,開發小組終於宣布大部分工作已經完成,現在,R 語言的用戶也可以方便地使用 TensorFlow 了。
TensorFlow 是穀歌推動的開源深度學習框架,自兩年前發布以來,TensorFlow 很快就成為了機器學習從業者與研究者的首選框架。上周六,RStudio 首席執行官 J.J. Allaire 在一次活動中正式展示了如何在 TensorFlow 中使用 R 語言。

新的工具包

TensorFlow 的 R 接口包括一套 R 語言包,該包提供多種 TensorFlow R 接口,適用於不同的任務和抽象級別,包括:
Keras:神經網絡的高級接口,致力於促使快速實驗。(https://tensorflow.rstudio.com/keras/)
TensorFlow Estimators:常見模型類別的實現,如回歸器和分類器。
(https://tensorflow.rstudio.com/tfestimators/)
TensorFlow Estimators:常見模型類別的實現,如回歸器和分類器。
(https://tensorflow.rstudio.com/tensorflow/)
TensorFlow Dataset API:TensorFlow 模型的可擴展輸入管道。
(https://tensorflow.rstudio.com/tools/tfdatasets/)
除了多種 TensorFlow R 接口以外,還有多種工具有助於訓練工作流,包括 RStudio IDE 中訓練指標的實時反饋

tfruns 工具包(https://tensorflow.rstudio.com/tools/tfruns/articles/overview.html)提供工具來追蹤和管理 TensorFlow 訓練運行和實驗:

訪問 GPU

訓練卷積或循環神經網絡往往需要大量算力,而使用近期新推出的高端英偉達 GPU 可以帶來很大幫助。但是,大部分用戶沒有此類本地硬件。為了解決這個問題,RStudio 提供了多種雲端使用 GPU 的方式,包括:
Google CloudML(https://tensorflow.rstudio.com/tools/cloudml/);
適用於 AWS Amazon EC2 的 RStudio 雲服務器 TensorFlow
GPU(https://tensorflow.rstudio.com/tools/cloud_server_gpu.html#amazon-ec2)(Amazon EC2 圖 像,預先配置了英偉達 CUDA 驅動、TensorFlow、TensorFlow R 接口和 RStudio 服務器);
利用 Paperspace 服務設置 Ubuntu 16.04 Cloud Desktop GPU。
如果你具備需要的 NVIDIA GPU 硬件,可以查看設置 GPU 的相關文檔:https://tensorflow.rstudio.com/tools/local_gpu.html

學習資源

RStudio 在學習資源方麵也進行了大量投資,所有 TensorFlow R 接口的資源可在該網站獲取:https://tensorflow.rstudio.com

學習資源包括但不限於:

《Deep Learning with R》
地址:https://www.amazon.com/Deep-Learning-R-Francois-Chollet/dp/161729554X
適合統計學家、分析師、工程師和學生,需要具備一定 R 語言使用經驗,但不必精通機器學習和深度學習。你將學習 30 多個代碼示例,包括詳細的注釋和詳盡的介紹。讀者不必具備機器學習和深度學習知識,這本書涵蓋所有必備基礎知識。讀者也無需深厚的數學背景,高中數學水平就足夠了。
Deep Learning with Keras Cheatsheet
地址:https://github.com/rstudio/cheatsheets/raw/master/keras.pdf
Keras R 接口概念和可用函數的快速參考指南,涵蓋不同種類的 Keras 層、數據預處理、訓練工作流和預訓練模型。
Gallery
地址:https://tensorflow.rstudio.com/learn/gallery.html
TensorFlow R 接口的深入使用案例,包括詳細的解釋,同時覆蓋多種輔助任務,如數據預處理和可視化。
示例
地址:https://tensorflow.rstudio.com/learn/examples.html TensorFlow R 接口的介紹性案例,包括使用 Keras、tfestimators 和 TensorFlow 包訓練模型的基礎知識。

下一步

RStudio 將繼續構建適合 R 語言用戶的 TensorFlow 包和工具,幫助學習、生產和解決該領域的難題,也將繼續添加深入案例。若想持續獲得最新信息,請訪問 TensorFlow for R 博客:https://tensorflow.rstudio.com/blog.html
雖然 TensorFlow 和深度學習在圖像識別、語音識別等領域裏已經有了令人矚目的成果,但它在一些其他領域:如生物醫療和時序分析中仍然沒有得到廣泛應用。隨著 TensorFlow 中 R 語言接口的全麵推出,更多的可能性已經出現,現在,是時候進行更多探索了。
原文鏈接:https://blog.rstudio.com/2018/02/06/tensorflow-for-r/
返回