其他
基于 R 语言的深度学习——配置环境
点击下方公众号，回复资料分享，收获惊喜
近年来深度学习在人工智能领域飞速发展，各行业的学者、研究人员纷纷涌入研究热潮。本文将从 R 语言角度来介绍深度学习并解决以下几个问题：
什么是深度学习？ 相关深度学习包有哪些？ 如何配置工作环境？ 如何使用神经网络建立模型？
上一部分已经解决了前两个问题：基于 R 语言的深度学习——简介及资料分享。本文主要解决：如何配置 R 语言深度学习的工作环境？
配置工作环境
在使用 R 进行深度学习前，需要在系统上安装以下东西：
R 和 RStudio TensorFlow Keras
本文默认读者为 R 语言爱好者，已经安装好了 R 和 RStudio。并且 Anaconda 的安装[1]，也不将在本文介绍，需要读者自行解决。
安装 TensorFlow 包：
install.packages("tensorflow")
如果在上一步中尚未安装 Anaconda，此时将被要求安装 Miniconda。读者需要接受并等待所有软件包安装。
使用 install_tensorflow()函数安装 TensorFlow。
library(tensorflow)
install_tensorflow()
确认是否安装成功：
library(tensorflow)
tf$constant("Hellow Tensorflow")
## tf.Tensor(b'Hellow Tensorflow', shape=(), dtype=string)
此时，默认安装了适用于 R 的 TensorFlow 版本。
安装并加载 keras 包：
install.packages('keras')
library(keras)
install_keras()
默认安装 CPU 版本的 Keras。如果需要安装 GPU 版本，则应使用此命令：
install_keras(tensorflow = 'gpu')
确认是否安装成功：
packageVersion('keras')
packageVersion('tensorflow')
当工作环境搭建完毕后，就可以开始利用 R 语言做深度学习了。
参考资料
[1]安装: https://www.anaconda.com/products/individual#Downloads
推荐： 可以保存以下照片，在b站扫该二维码，或者b站搜索【庄闪闪】观看Rmarkdown系列的视频教程。Rmarkdown视频新增两节视频（写轮眼幻灯片制作）需要视频内的文档，可在公众号回复【rmarkdown】
R沟通｜Rmarkdown教程（4）
R沟通｜Rmarkdown教程（3）
R沟通｜Rmarkdown教程（2）