欧先生（R语言）玩转Tensorflow（一）

2023年8月21日 243次阅读 来源: tntboon

各位看客，首先请允许我对标题做个简要的说明。这里的“欧先生”确实有耍宝的嫌疑，事实上我们这里用的平台是Microsoft R Open，简称MRO（具体说明可以看我另一篇文章https://zhuanlan.zhihu.com/p/29224706）。欧先生的灵感来源于 MRO，将其后面字母小写，不就是Mr 欧吗？哈哈！

言归正传，很多人告诉我要用Python才能调用Tensorflow，对于我这个用惯R的人来说，换语法实在太痛苦了。为了解决和我一样懒得换语法，又想常用畅用Tensorflow的小伙伴，我们开出了这个系列文档（大量内容为翻译、整理、理解，所以不能说是课程）。

TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品，如语音识别、Gmail、Google 相册和搜索，其中许多产品曾使用过其前任软件DistBelief。TensorFlow最初由Google Brain团队开发，用于Google的研究和生产，于2015年11月9日在Apache 2.0开源许可证下发布。

https://zh.wikipedia.org/wiki/TensorFlow

下面我们开始今天的具体的具体操作

定义张量

什么是张量？通常定义张量的物理学或传统数学方法，是把张量看成一个多维数组，在同构的意义下，第零阶张量（ {\displaystyle r=0} r=0）为标量，第一阶张量（ {\displaystyle r=1} r=1）为矢量， 第二阶张量（ {\displaystyle r=2} r=2）则成为矩阵。

https://zh.wikipedia.org/wiki/%E5%BC%B5%E9%87%8F

1 Tensorflow的安装

install.packages("tensorflow")   #安装tensorflow，当然也可以用Rstudio手动安装
library(tensorflow)  #加载包

2 查看定义的不同

m1 <- matrix(c(1.0, 2.0, 
               3.0, 4.0), byrow=T, nrow=2)
m3 <- tf$constant(matrix(c(1.0, 2.0, 
                           3.0, 4.0), byrow=T, nrow=2))

这里m1是标准的R语言矩阵定义，m3是tensorflow下的常量定义。

3 显示变量类型

class(m1)
class(m3)

看看结果吧

> class(m1)
[1] "matrix"
> class(m3)
[1] "tensorflow.python.framework.ops.Tensor"      "tensorflow.python.framework.ops._TensorLike"
[3] "python.builtin.object"

很明显，tensorflow下定义变量会和R语言有很大差别，那么应该如何定义和运算呢？

请听下回分解。。。。。。。

我们的环境

  • WIN7 64位
  • RSTUDIO
  • Microsoft R Open 3.4

编后语

本文是R语言数据分析系列中的第一篇，我们将继续推出R语言语法、统计分析数据挖掘等一系列文章。你的点赞和关注使我们最大的动力。

    原文作者：tntboon
    原文地址: https://zhuanlan.zhihu.com/p/29595394
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞