RStudio Server Pro 1.2.5033-1版上TensorFlow(和Keras)的变通方法
有没有人知道如何在RStudio云中使用而不会遇到问题?有Python、Miniconda、TensorFlow和Keras的版本可以让它工作吗?我当前的安装脚本是 我用a来教a。我遇到了所描述的已知错误,RStudio的优秀人员发布带有补丁的新IDE只是时间问题。但与此同时,我有几个研讨会要教,我不能在云上安装不同版本的IDE。如果我能让云工作,它将是完美的RStudio Server Pro 1.2.5033-1版上TensorFlow(和Keras)的变通方法,r,tensorflow,keras,rstudio,R,Tensorflow,Keras,Rstudio,有没有人知道如何在RStudio云中使用而不会遇到问题?有Python、Miniconda、TensorFlow和Keras的版本可以让它工作吗?我当前的安装脚本是 我用a来教a。我遇到了所描述的已知错误,RStudio的优秀人员发布带有补丁的新IDE只是时间问题。但与此同时,我有几个研讨会要教,我不能在云上安装不同版本的IDE。如果我能让云工作,它将是完美的 我已经发布了这方面的信息,但我正试图扩大范围,看看是否有人找到了一个聪明的解决办法。我找到了!我只需要降级到TensorFlow 1.1
我已经发布了这方面的信息,但我正试图扩大范围,看看是否有人找到了一个聪明的解决办法。我找到了!我只需要降级到TensorFlow 1.13.1。我以为我已经试过了,但后来我意识到
install\u keras()
会自动升级TensorFlow,除非我向TensorFlow
参数提供一个版本字符串。下面是我如何在RStudioCloud中使用TensorFlow 1.13.1设置本地Python环境的
networkite::安装_miniconda(“miniconda”)
Sys.setenv(WORKON\u HOME=“virtualenvs”)
网状:virtualenv_create(“r-neticate”,python=“miniconda/bin/python”)
keras::安装_keras(
method=“virtualenv”,
conda=“miniconda/bin/conda”,
envname=“r-网状”,
tensorflow=“1.13.1”,
重新启动会话=FALSE
)
#现在将WORKON_HOME=/cloud/project/virtualenvs添加到.Renviron
我不使用RStudio,但是。。。你能把它放在一个的未来
中,让它在没有rstudioapi
的情况下运行吗?多棒的主意!刚刚尝试了“callr::r(function()tensorflow::tf_config())”就成功了!我还考虑过processx
(因此callr
),但不知道是否更容易(数据传输)将其作为未来的,以使序列化更自然*耸耸肩*,任何有效的。很高兴这有帮助,威尔。嗯。。。当我回顾更多的材料时,我看到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过程中完成。如果问题与您建议的rstudioapi
有关,该怎么办。也许我可以拆开软件包并取消设置一些环境变量?这是可能的,我真的不知道(虽然我也许应该把时间花在你们的研讨会上,但我本周不能:-)。它没有任何DLL,因此detach(“package:rstudioapi,force=TRUE)
可能工作得足够好(在这种情况下,我认为Jonathan的可能不是真的)。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detach
ing对您来说已经足够了,现在可以很容易地支持它。