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)<-install_python() path_to_pythonvirtualenv_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)美元常数(“你好Tensorflow !”) 特遣部队
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”)