R Получает Блокноты и тензорный поток


Похоже, что большинству языков нужен формат записной книжки, и теперь у R есть свое собственное и новое соединение с TensorFlow. Что еще может потребоваться новому языку, чтобы быть полностью современным?

Учитывая, что R используется большую часть времени, возможно, все время, для неофициального статистического анализа в стиле блокнота, что может быть более подходящим, чем использование его через IDE в стиле ноутбука. 

Если вы упустили идею блокнота, он позволяет свободно смешивать код, его вывод и аннотацию. Вы можете создать страницу блокнота, которая выглядит как презентация или урок, и это основное использование идеи. Записные книжки знакомы, если вы используете Mathematica или Maple. Затем есть ноутбук IPython, недавно разработанный в Jupyter, который поддерживает Python и ряд других языков, включая R.

Ноутбуки R, однако, имеют некоторые преимущества перед Jupyter. В частности, они интегрируются с R Studio, которая является общей IDE для R. Вы можете просмотреть записную книжку в R Studio, Кроме того, записные книжки R имеют пакетное выполнение, а не интерактивную ячейку за раз. Формат записной книжки использует R Markdown и может отображать практически любой вывод, который производит R, включая вывод консоли, графики, фреймы данных и HTML-виджеты. Кроме того, вы можете запускать код, написанный на других языках, включая Python, Bash, SQL или C++.

Вы можете увидеть блокноты R в действии в следующем видео:

TensorFlow-это универсальная система обработки чисел Google с использованием графиков потоков данных, которая упрощает реализацию нейронных сетей. У R уже есть некоторые пакеты, которые делают нейронные сети, но, если вы их опробовали, вы обнаружите, что они хороши, насколько это возможно, но у них есть “незавершенное” ощущение, и нет пакета нейронной сети общего назначения R. Это оставляет R немного позади в том, что касается машинного обучения нейронных сетей. 

Теперь у нас есть TensorFlow для R, библиотека с открытым исходным кодом, которая позволяет R использовать TensorFlow через свои привязки Python. Сам TensorFlow написан на C/C++, и использовать его через Python через R немного непрямо, но это не должно сильно влиять на производительность, так как после построения потоковых диаграмм TensorFlow приступает к вычислениям независимо от того, что было использовано для настройки. 

Преимущество использования TensorFlow из R заключается в том, что вы можете использовать R для очистки данных и, как правило, исследовать их, прежде чем опробовать на них сложные нейронные сети. Если вы знакомы с R, вам все равно придется научиться настраивать диаграмму потока данных для TensorFlow для выполнения ваших вычислений, но, по крайней мере, вы будете знать, как манипулировать данными. 

Чтобы использовать его, вам необходимо установить TensorFlow и пакет R. Вы также почти наверняка захотите установить RStudio, потому что в нем есть завершение кода и онлайн-справка для TensorFlow. 


Добавить комментарий