在R中安装TensorFlow、TensorFlow_Probability、numpy(R与Python系列第二篇)

目录

前言:

1-安装tensorflow库

[Step1: 下载R包tensorflow](#Step1: 下载R包tensorflow)

Step2:安装TensorFlow库

Step3:导入R中

2-安装tensorflow_probability库

Step1:下载R包:tfprobability

[Step2:安装TensorFlow Probability Python库](#Step2:安装TensorFlow Probability Python库)

[Step3 :将TensorFlow Probability Python库导入R中](#Step3 :将TensorFlow Probability Python库导入R中)

附加:安装过程中可能会遇到的问题

3-安装numpy模块

使用py_install()函数安装numpy模块

4-reticulate::import()函数介绍

参考:


前言:

本文主要介绍在R中安装Python模块:tensorflow、tensorflow_probability、numpy。如何在RStudio中配置Python环境,请看将 Python 与 RStudio IDE 配合使用(R与Python系列第一篇)

1-安装tensorflow库

Step1: 下载R包tensorflow

R 复制代码
install.packages("tensorflow")

Step2:安装TensorFlow库

R 复制代码
install_tensorflow()

Step3:导入R中

R 复制代码
> reticulate::import("tensorflow")
Module(tensorflow)

注:这一步相当于检查是否将Python的tensorflow库安装上了。

2-安装tensorflow_probability库

TensorFlow Probability是一个建立在TensorFlow之上的统计计算和概率建模库。它的构建块包括广泛的分布和可逆变换、可用于模型的概率层以及概率推理工具,包括变分推理和马尔科夫链蒙特卡洛。

tfprobability R包是与Python库"TensorFlow Probability"的接口。

Step1:下载R包:tfprobability

  • 从CRAN安装已发布的版本tfprobability: install.package("tfprobability")
  • 从GitHub上安装:devtools::install_github("rstudio/tfprobability")

注:安装二选一即可,要么从CRAN上下载,要么从GitHub上下载。tfprobability:tf表示TensorFlow的简写,后面的probability表示概率。

Step2:安装TensorFlow Probability Python库

使用install_tfprobability()安装TensorFlow和TensorFlow Probability Python模块。

R 复制代码
library(tfprobability)
install_tfprobability()

这样你就自动获得当前稳定版本的TensorFlow Probability和TensorFlow Python模块。

Step3 :将TensorFlow Probability Python库导入R中

(相当于检验TensorFlow probability Python模块是否安装好)

R 复制代码
> reticulate::import("tensorflow_probability")
Module(tensorflow_probability)

或者运行如下代码不出错:

R 复制代码
# create a binomial distribution with n = 7 and p = 0.3
d <- tfd_binomial(total_count = 7, probs = 0.3)

# compute mean
d %>% tfd_mean()
# compute variance
d %>% tfd_variance()
# compute probability
d %>% tfd_prob(2.3)

附加:安装过程中可能会遇到的问题

解决方案:重启R,快捷键Ctrl+Shift+F10。重新运行相应语句就好了,不需要做其他额外操作。

参考:tfprobability namespace load failed · Issue #147 · rstudio/tfprobability · GitHub

No module named 'tensorflow_probability' · Issue #155 · rstudio/tfprobability · GitHub

3-安装numpy模块

使用py_install()函数安装numpy模块

R 复制代码
reticulate::py_install("numpy")

Step2:使用import()函数导入R中

R 复制代码
> reticulate::import("numpy")
Module(numpy)

4-reticulate::import()函数介绍

import中文意思是导入,在R帮助文件中描述import函数为:导入Python模块(import a Python module).

参考:

【R语言】TensorFlow安装及使用笔记 - 知乎 (zhihu.com) (介绍如何在RStudio中安装tensorflow Python模块)

TensorFlow for R - Quick start (官方提供的在R中安装tensorflow模块)

与 TensorFlow Probability 的接口 • tfprobability (rstudio.github.io)(安装tensorflow_probability模块指南)

TensorFlow for R (rstudio.com) (官方提供安装Tensorflow指南)

No module named 'tensorflow_probability' · Issue #155 · rstudio/tfprobability · GitHub

tfprobability namespace load failed · Issue #147 · rstudio/tfprobability · GitHub

No module named 'tensorflow_probability' · Issue #155 · rstudio/tfprobability · GitHub

相关推荐
Teacher.chenchong3 分钟前
现代R语言机器学习:Tidymodel/Tidyverse语法+回归/树模型/集成学习/SVM/深度学习/降维/聚类分类与科研绘图可视化
机器学习·回归·r语言
chao_78915 分钟前
更灵活方便的初始化、清除方法——fixture【pytest】
服务器·自动化测试·python·pytest
心情好的小球藻1 小时前
Python应用进阶DAY9--类型注解Type Hinting
开发语言·python
星座5281 小时前
基于现代R语言【Tidyverse、Tidymodel】的机器学习方法与案例分析
机器学习·r语言·tidyverse·tidymodel
都叫我大帅哥1 小时前
LangChain加载HTML内容全攻略:从入门到精通
python·langchain
惜.己1 小时前
使用python读取json数据,简单的处理成元组数组
开发语言·python·测试工具·json
Y4090011 小时前
C语言转Java语言,相同与相异之处
java·c语言·开发语言·笔记
笑衬人心。1 小时前
TCP 拥塞控制算法 —— 慢启动(Slow Start)笔记
笔记·tcp/ip·php
花海如潮淹1 小时前
前端性能追踪工具:用户体验的毫秒战争
前端·笔记·ux
Andy杨2 小时前
20250718-5-Kubernetes 调度-Pod对象:重启策略+健康检查_笔记
笔记·容器·kubernetes