详细内容或原文请订阅后点击阅览
那么，我们怎么能从 R 中使用 TensorFlow？
您是否曾经想过为什么可以从 R 调用 TensorFlow（通常称为 Python 框架）？如果没有 - 那应该是这样的，因为 R 包 keras 和 tensorflow 旨在使这个过程对用户尽可能透明。但要让它们成为这些有用的精灵，首先必须有人驯服 Python。
来源:RStudio AI博客哪种计算机语言与 TensorFlow 最密切相关？虽然在 TensorFlow for R 博客上，我们当然希望答案是 R，但很有可能是 Python（尽管 TensorFlow 也有 C++、Swift、Javascript、Java 和 Go 的官方绑定）。
TensorFlow TensorFlow for R 博客 R那么为什么你可以将 Keras 模型定义为
library(keras)model <- keras_model_Sequence() %>% layer_dense(units = 32,activation = "relu") %>% layer_dense(units = 1)
library(keras)model <- keras_model_Sequence() %>% layer_dense(units = 32,activation = "relu") %>% layer_dense(units = 1)
library(keras)
library
library
(
keras
keras
)
模型 <- keras_model_sequential() %>%
模型
<-
keras_model_sequential
(
)
%>%
layer_dense(units = 32,activation = "relu") %>%
(
=
32
=
"relu"
)
%>%
layer_dense(units = 1)
layer_dense
(
=
1
)
（%>%s 和所有内容都很棒！）——然后训练和评估它，获得预测并绘制它们，所有这些都无需离开 R？
%>%
简短的回答是，您已经安装了 keras、tensorflow 和 reticulate。reticulate 在 R 进程中嵌入了一个 Python 会话。单个进程意味着单个地址空间：相同的对象存在，并且可以对其进行操作，无论它们是由 R 还是 Python 看到的。在此基础上，tensorflow 和 keras 包装了各自的 Python 库，让您可以编写实际上看起来像 R 的 R 代码。
keras
tensorflow
reticulate
reticulate
embeds
within
tensorflow
keras
这篇文章首先对简短的答案进行了一些阐述。然后我们更深入地了解后台发生的事情。
keras
tensorflow
TensorFlow
Keras
存在
tf.keras
Keras
TensorFlow
那么 keras、tensorflow、reticulate 是做什么用的？
首先，如果没有 reticulate，这一切都不可能实现。reticulate 是一个 R 包，旨在实现 R 和 Python 之间的无缝互操作性。如果我们确实想要，我们可以构建一个这样的 Keras 模型：
reticulate
reticulate
m
$