详细内容或原文请订阅后点击阅览
从 R 开始使用 Keras - 2020 版
正在寻找从 R 开始深度学习的材料？这篇文章介绍了新的 TensorFlow for R 网站上的有用教程、指南和背景文档。高级用户将找到指向最近 TensorFlow 2.0 文章中提到的新版本 2.0（或即将推出的 2.1！）功能的应用程序的指针。
来源:RStudio AI博客如果您一直在考虑深入研究深度学习（优先使用 R），那么现在是个好时机。对于市场上最主要的深度学习框架之一 TensorFlow / Keras 来说，去年是发生重大变化的一年；对于用户来说，这有时意味着对“正确”（或：推荐）做事方式的模糊性和困惑。到目前为止，TensorFlow 2.0 已经稳定发布两个月左右了；迷雾已经散去，模式已经出现，使更精简、更模块化的代码能够用几行代码完成很多工作。
TensorFlow 2.0为了给新功能留出应有的空间，并将相关软件包的核心贡献集中在一个地方，我们对 TensorFlow for R 网站进行了重大改造。所以这篇文章实际上有两个目标。
TensorFlow for R 网站首先，它想做的正是标题所建议的：为新用户提供资源，帮助他们有效地开始学习该主题。
其次，它可以被理解为“新网站内容的最佳选择”。因此，作为现有用户，您可能仍然有兴趣快速浏览一下，检查是否有指向熟悉环境中出现的新功能的指针。为了使这更容易，我们将添加侧注以突出显示新功能。
总的来说，接下来的结构是这样的。我们从核心问题开始：如何构建模型？然后从两方面来构建它；即：之前是什么？（数据加载/预处理）和之后是什么？（模型保存/部署）。
如何构建模型？ 之前是什么？ 之后是什么？之后，我们快速开始为不同类型的数据创建模型：图像、文本、表格。
然后，我们介绍如何查找背景信息，例如：如何添加自定义回调？如何创建自定义层？如何定义自己的训练循环？
最后，我们总结了一些看似微小的技术补充但影响更大的内容：集成来自 TensorFlow (TF) Hub 的模块。
这里