install.packages(“tensorflow”）快速启动
在使用tensorflow你需要在你的系统上安装一个版本的Python和TensorFlow。下面我们将描述如何进行安装，以及定制安装的各种选项。
注意，本文主要讨论R的使用install_tensorflow ()函数，它为安装TensorFlow所需的各种步骤提供了一个易于使用的包装器。您也可以选择手动安装TensorFlow(如在https://www.tensorflow.org/install/)．这种情况下自定义安装部分将介绍如何安排tensorflow R包使用您安装的版本。
TensorFlow在以下64位系统上进行了测试和卡塔尔世界杯欧洲预选赛赛程表支持:
- Ubuntu 20.04或更高版本
- Windows 10或更高版本
- macOS 11 (Big Sur)或更高版本(Intel或M1)
安装
首先，从GitHub安装tensorflow R包，如下所示:
接下来，用它可以使用的Python安装配置R，像这样:
图书馆(网状)path_to_python<-install_python（）virtualenv_create(“r-reticulate”，python =path_to_python)注意，如果已经安装了Python，则不需要调用install_python ()而可以只提供Python可执行文件的绝对路径。
然后,使用install_tensorflow ()函数来安装TensorFlow。
图书馆(tensorflow)install_tensorflow(envname =“r-reticulate”）你也可以用keras: install_keras ()，除了一些常用的包，如“scipy”和“Tensorflow -datasets”，该软件还安装了Tensorflow。
install.packages(“keras”）图书馆(keras)install_keras(envname =“r-reticulate”）您可以通过以下命令确认安装成功:
图书馆(tensorflow)特遣部队美元常数(“你好Tensorflow !”）加载Tensorflow 2.9.1版本特遣部队。张量(b 'Hello Tensorflow !”,形状= (),dtype =字符串)这将为您提供一个默认的TensorFlow安装，适合与TensorFlow R包一起使用。继续阅读，如果你想了解更多的安装选项，包括安装一个版本的TensorFlow利用Nvidia gpu，如果你安装了正确的CUDA库。
安装方法
TensorFlow是作为Python包分发的，因此需要在系统上的Python环境中安装。默认情况下,install_tensorflow ()函数试图在一个孤立的Python环境(" r-reticulate ")中安装TensorFlow。
以下是可用的方法及其行为:
| 方法 | 描述 |
|---|---|
| 汽车 | 自动为当前平台选择适当的默认值。 |
| virtualenv | 安装到Python虚拟环境中~ / .virtualenvs / r-reticulate |
| conda | 安装到Anaconda Python环境r-reticulate |
请注意,install_tensorflow ()将有意不安装到系统Python安装中(例如，/usr/bin/python)．
install_tensorflow ()是一个包装网状:py_install．请参考“安装Python包”为更多的信息。
替代版本
默认情况下,install_tensorflow ()安装TensorFlow的最新发布版本。属性可以覆盖此行为版本参数。例如:
install_tensorflow(version =“2.7”）注意，您可以提供完整的major.minor.patch版本规范，或者只是一个major.minor规格，在这种情况下，会自动选择最新的补丁。
默认的tensorflow包是GPU支持的。然而，如果你不使用GPU，你可以像这样安装更小的cpu专用包:
install_tensorflow(version =“cpu”）你可以通过以下方式安装TensorFlow (CPU或GPU版本)的夜间构建:
install_tensorflow(version =“夜间”）# cpu + gpu的版本install_tensorflow(version =“nightly-cpu”）# cpu版本你可以通过指定一个指向TensorFlow二进制文件的URL来安装TensorFlow的任何其他版本。例如:
install_tensorflow(version =“https://files.pythonhosted.org/packages/c2/c1/a035e377cf5a5b90eff27f096448fa5c5a90cbcf13b7eb0673df888f2c2d/tf_nightly-1.12.0.dev20180918-cp36-cp36m-manylinux1_x86_64.whl”）