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

---

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。