【问题标题】:R, TensorFlow, Anaconda Install on WindowsR、TensorFlow、Anaconda 在 Windows 上安装
【发布时间】:2017-05-17 13:04:08
【问题描述】:

我正在尝试为 R 安装 tensorflow。为此,我在我的操作系统中安装了最新版本的 Anaconda (4.3.1),并按照以下说明安装了所有内容:

https://rstudio.github.io/tensorflow/installation.html

要开始使用,请从 GitHub 安装 tensorflow R 包,如下所示:

devtools::install_github("rstudio/tensorflow")

然后,使用 install_tensorflow() 函数安装 TensorFlow:

library(tensorflow)
install_tensorflow()

这个过程的结果是一个文件夹~\AppData\Local\conda\conda\envs\r-tensorflow,Anaconda 应该将其用作环境。当前版本的 Anaconda 无法识别此环境。

但是R中的输出是:

错误:未找到 Python 模块 tensorflow。

检测到的 Python 配置:

python:         C:\PROGRA~3\ANACON~1\python.exe
libpython:      C:/PROGRA~3/ANACON~1/python36.dll
pythonhome:     C:\PROGRA~3\ANACON~1
version:        3.6.0 |Anaconda 4.3.1 (64-bit)| (default, Dec 23 2016,  11:57:41) [MSC v.1900 64 bit (AMD64)]
Architecture:   64bit
numpy:          C:\PROGRA~3\ANACON~1\lib\site-packages\numpy
numpy_version:  1.11.3
tensorflow:     [NOT FOUND]

我猜没有:

  1. Anaconda 4.3.1 确实使用文件夹 C:\ProgramData\Anaconda3\pkgs 来存放其软件包,并且根本不使用上面的文件夹。这可能是找不到 tensorflow 的原因。

  2. https://rstudio.github.io/tensorflow/installation.html 中描述的过程与最新版本的 anaconda 不匹配。

你能告诉我如何让 tensorflow 与最新版本的 R、tensorflow 和 Anaconda 一起工作吗?

我尝试通过

将 r-tensorflow 安装到全局 Anaconda 环境中
conda install -c conda-forge r-tensorflow

R中加载的环境无法识别,可以直接在R中更改tensorflow的环境吗?

【问题讨论】:

  • 在我的电脑上,install_tensorflow 甚至无法识别我的机器是在 linux 下的,我猜它有点过时了......

标签: r tensorflow anaconda


【解决方案1】:

好的,我发现在使用 tensorflow 和 Anaconda 的情况下,我需要强制 Anaconda 使用 Tensorflow 环境才能使用它。这个目前还没有包含在 R tensorflow 库中,必须由 reticulate 库设置:

#set anaconda to tensor flow environment
library(reticulate)
use_condaenv("r-tensorflow")
#Alternative
use_condaenv(condaenv = "r-tensorflow", conda = "YOUR_ANACONDA_PATH")

我在这里发布了一个问题:

https://github.com/rstudio/tensorflow/issues/119

【讨论】:

    【解决方案2】:

    我的建议是使用 Anaconda Navigator 安装 第1步: 打开 Anaconda Navigator 并将应用程序从“Root 更改为 Tensorflow”通道(左上角) 第2步: 现在安装下面可用的 R

    【讨论】:

      猜你喜欢
      • 2017-05-31
      • 2020-09-08
      • 1970-01-01
      • 2018-07-14
      • 2016-09-04
      • 2017-07-16
      • 2017-07-20
      • 1970-01-01
      • 2019-06-11
      相关资源
      最近更新 更多