详细内容或原文请订阅后点击阅览
TensorFlow 和 Keras 2.9
新的 TensorFlow 和 Keras 版本带来了大大小小的改进。
来源:RStudio AI博客《使用 R 进行深度学习，第二版》的发布与 TensorFlow 和 Keras 的新版本同时发布。这些版本带来了许多改进，允许使用更惯用和简洁的 R 代码。
使用 R 进行深度学习，第二版 使用 R 进行深度学习，第二版首先，基本 R 泛型的 Tensor 方法集已大大扩展。与 TensorFlow Tensors 配合使用的 R 泛型集现在非常广泛：
方法（类 = "tensorflow.tensor"）
方法（类 = "tensorflow.tensor"）
方法（类 = "tensorflow.tensor"）
方法
方法
(
=
"tensorflow.tensor"
)
[1] - ! != [ [<- [6] * / & %/% %% [11] ^ + < <= == [16] > >= | abs acos [21] all any aperm Arg asin [26] atan cbind ceiling Conj cos [31] cospi digamma dim exp expm1 [36] floor Im is.finite is.infinite is.nan [41] length lgamma log log10 log1p [46] log2 max mean min Mod [51] print prod range rbind Re [56] rep round sign sin sinpi [61] sort sqrt str sum t [66] tan tanpi
这意味着您通常可以为 TensorFlow Tensors 编写与 R 数组相同的代码。例如，考虑本书第 11 章中的这个小函数：
reweight_distribution <- function(original_distribution,temperature = 0.5) { original_distribution %>% { exp(log(.)/temperature) } %>% { . / sum(.) } }
reweight_distribution <- function(original_distribution,temperature = 0.5) { original_distribution %>% { exp(log(.) /temperature) } %>% { . / sum(.) } }
reweight_distribution <-
reweight_distribution
<-
函数
(
original_distribution
温度
=
0.5
)
{