RStudio Server Pro 版本 1.2.5033-1 上 TensorFlow（和 Keras）的解决方法答案

【问题标题】：Workarounds for TensorFlow (and Keras) on RStudio Server Pro Version 1.2.5033-1RStudio Server Pro 版本 1.2.5033-1 上 TensorFlow（和 Keras）的解决方法
【发布时间】：2020-02-14 03:52:56
【问题描述】：

有谁知道如何在 RStudio Cloud 中使用tensorflow 而不会遇到this known fatal error？是否有使它工作的 Python、Miniconda、TensorFlow 和 Keras 版本？我当前的设置脚本是here。

我使用RStudio Cloud project 来教授workshop。我遇到了here 和here 中描述的已知错误，RStudio 的出色人员发布带有补丁的新 IDE 只是时间问题。但与此同时，我有几个讲习班要教，我无法在云上安装不同版本的 IDE。如果我可以让它工作，云将是完美的。

我已经在here 上发布了关于此问题的信息，但我正在尝试扩大网络，看看是否有人找到了聪明的解决方法。

【问题讨论】：

我不使用 RStudio，但是……你能把它放在 future 中，让它在没有 rstudioapi-stuff 的情况下运行吗？
多么棒的主意！刚刚尝试了`callr::r(function() tensorflow::tf_config())`，它成功了！我将不得不在研讨会的其余部分尝试它。
我也曾考虑过processx（因此也是callr），但想知道将其保留为future 是否更容易（数据传输）以便序列化更自然。 *耸耸肩*，不管用什么。很高兴它有帮助，威尔。
嗯...当我回顾更多的材料时，我发现它们在多大程度上依赖于能够加载 Keras 模型并以交互方式探索它们，即使实际的模型拟合可以在远程进程。如果问题与您建议的 rstudioapi 有关怎么办。也许我可以分离包并取消设置一些环境变量？
有可能，我真的不知道（虽然我也许应该把时间花在你的研讨会上，但我这周不能:-)。它没有任何 DLL，因此 detach("package:rstudioapi", force=TRUE) 可能工作得很好（在这种情况下，我认为 Jonathan 的 first comment 可能不是真的）。如果没有，我想知道future 是否会将该包传递给多会话节点。我希望detaching 对你来说已经足够了，这很容易支持。

标签： r tensorflow keras rstudio

【解决方案1】：

我想通了！我只需要降级到 TensorFlow 1.13.1。我以为我已经尝试过了，但后来我意识到 install_keras() 会自动升级 TensorFlow，除非我向 tensorflow 参数提供版本字符串。以下是我在 RStudio Cloud 中使用 TensorFlow 1.13.1 设置本地 Python 环境的方法。

reticulate::install_miniconda("miniconda")
Sys.setenv(WORKON_HOME = "virtualenvs")
reticulate::virtualenv_create("r-reticulate", python = "miniconda/bin/python")
keras::install_keras(
  method = "virtualenv",
  conda = "miniconda/bin/conda",
  envname = "r-reticulate",
  tensorflow = "1.13.1",
  restart_session = FALSE
)
# Now add WORKON_HOME=/cloud/project/virtualenvs to .Renviron

【讨论】：