導入: R と Python のどちらを選択するかは、常に熱く議論されているトピックです。機械学習の世界も言語の好みによって分かれています。しかし、ディープラーニングの人気が高まるにつれ、バランスは徐々に Python に傾いてきました。これは、これまでのところ Python には、R にはないディープラーニング リソース ライブラリとフレームワークが多数あるためです。 私が個人的に R から Python に切り替えたのは、R だけを使用して機械学習の世界をさらに深く理解したいと思ったからです。これは R だけではほとんど不可能でした。しかし、それだけです! R での Keras の実装により、言語選択の争いが再び中心的な位置に戻ってきました。 Python は徐々にディープラーニングモデリングのデフォルト言語となりつつありますが、TensorFlow (CPU と GPU の両方に対応) をバックエンドとする R の Keras フレームワークがリリースされたことで、ディープラーニングの分野でも R と Python の舞台を巡る戦いが再び始まりました。 次に、R で TensorFlow に基づく Keras フレームワークをインストールする方法を確認し、RStudio で従来の MNIST データセットに基づく最初のニューラル ネットワーク モデルを構築します。 コンテンツ:
1. TensorFlowをバックエンドとしてKerasフレームワークをインストールする RStudio に Keras をインストールする手順は非常に簡単です。以下の手順に従うだけで、R で最初のニューラル ネットワーク モデルを構築できるようになります。
上記の手順により、Github リポジトリから Keras がダウンロードされます。次に、keras を R にロードし、TensorFlow をインストールします。
デフォルトでは、RStudio は TensorFlow の CPU バージョンをロードします。 TensorFlow の CPU バージョンが正常にロードされない場合は、次のコマンドを使用してダウンロードします。
単一ユーザーまたはデスクトップ システムに GPU サポート付きの TensorFlow をインストールするには、次の手順に従います。
マルチユーザーインストールについては、このガイドを参照してください: https://tensorflow.rstudio.com/installation_gpu.html。 現在、RStudio には keras と TensorFlow の両方がインストールされています。まず、R で最初のニューラル ネットワークを構築し、MNIST データセットを処理してみましょう。 2. Rでkerasを使用して構築できるさまざまな種類のモデル 以下は、RでKerasを使用して構築できるモデルのリストです。
まず、隠し層が 1 つだけのシンプルな MLP モデルを構築して、手書きの数字を分類してみましょう。 3. R の MLP を使用して MNIST 手書き数字を分類する
上記のコードは、99.14% のトレーニング精度と 96.89% の検証精度を達成しました。このコードを i5 プロセッサで実行すると、トレーニング実行が完了するまでに 13.5 秒かかりますが、TITANx GPU では検証精度は 98.44% に達し、実行あたりのトレーニング時間は平均 2 秒です。 4. keras を使用して MLP モデルを構築する — R と Python より良い比較のために、私は Python を使用して上記の MINIST 分類問題を解きました。 R はプロセス (conda インスタンス) を作成し、その中で keras を実行するため、結果に違いはありません。ただし、次の同等の Python コードを試すことはできます。
上記のモデルは、同じ GPU 上で 98.42% の検証精度を達成しました。したがって、最初に推測したとおり、結果は同じです。 V. 結論 これが R で構築された最初のディープラーニング モデルである場合は、プロセスを楽しんでいただければ幸いです。非常にシンプルなコードを使用して、手書きの値を 98% の精度で分類できます。これにより、機械学習の分野を探求する十分な動機が得られるはずです。 Python で keras ディープラーニング フレームワークを使用したことがある場合は、R の keras フレームワークの構文と構造が Python のものと非常に似ていることがわかります。実際、R の keras パッケージは conda 環境を作成し、その環境で keras を実行するために必要なものをすべてインストールします。しかし、私がさらに興奮するのは、データ サイエンティストが R を使用して現実の状況に合わせたディープラーニング モデルを構築しているのを見ることです。諺にあるように、競争は決して終わらない。 |
>>: 人工知能やビッグデータ製品の開発において、特に注意すべき点は何でしょうか?
人工知能(AI)は驚異的な進歩を遂げ、一般に応用可能な技術として社会に影響を与えています。しかし、初...
本日、張亜琴教授はCNCC 2020で「スマートテクノロジーのトレンド」をテーマに講演しました。デジ...
人工知能(AI)は現在、将来のトレンドと発展の方向性として広く認識されています。 AI がすべての仕...
教育機関向けオファー Github AI スマートコーディングアシスタント コパイロットAIプログラ...
普段は人工知能技術にあまり興味がない人でも、この特別な期間中はAIという文字の組み合わせに注目するで...
[[201203]] 1. Keras を使用する理由ディープラーニングが大人気の昨今、サードパーテ...
最近、CAIS、CMU、スタンフォード、コーネル、メリーランド、ペンシルベニアなどの大学の学者たちが...
GPT-4 または LLM には推論機能がありますか?これは長年議論されてきた問題です。 LLM は...
6月30日のニュースによると、ツール・ド・フランスは世界で最も権威のある自転車レースの一つで、毎年何...
[[407925]]ビッグデータダイジェスト制作出典: Wiredパンデミックの間、出会い系アプリ...
さまざまなライブラリとフレームワークの助けを借りて、たった 1 行のコードで機械学習アルゴリズムを実...