畢業設計（一）— R語言入門及Keras入門
前言
開始做畢設了，從零入門深度學習，打算把這個過程記錄下來，初級小白，筆記可能很囉嗦也可能有錯誤，如果有小夥伴看到，歡迎大家指正指導，有什麼學習的網站或者書籍，也可以一起交流^_ ^
前置資訊：我是mac系統，使用預設python2.7
1.mac下安裝R語言環境
登陸[官網](https://www.r-project.org)，找到左側Download下方CRAN，CRAN是用於安裝R的一個下載庫。進入CRAN，這是R的一個國際化開發團隊，下拉網頁，找到China的下載映象：
選擇離自己地理位置最近的映象檔案連結，點進去再選擇系統和相應安裝包。
之後一路next安裝，完成後命令列試一下：
2.R語言基礎
w3cschhool：R語言教程
程式碼風格：
- 副檔名名：用大寫字母 R。
- 命名規則：在任何時候都不要使用短橫或者下劃線。具體的詳細格式應當有：
- 變數名：全小寫，並使用句點分隔（avg.clicks）；或者不用句點而改用大寫字母分隔（avgClicks）。
- 函式名：首字母大寫，使用大寫字母分隔（CalculateAvgClicks ）。不使用句點。
- 常量：命名類似函式，但是以小寫字母 k 開頭（kConstantName）。
- 行寬：最多80字元
- 縮排：兩個空格而不是製表符。
- 空格：
- 在二元操作符（包括關係符和運算子，如 <- = + 等）的兩側加空格，除非它在函式呼叫語句中。
- 逗號的右側空格。
- 左圓括號的左側空格，除非它在函式呼叫語句中。
- 單語句斷行時，對齊賦值符號而新增額外空格是允許的。
- 花括號：左花括號不單獨一行，右花括號總是單獨一行。如果有連續的花括號，這樣書寫：
if (condition) { one or more lines } else { one or more lines }
- 賦值符：使用 <- 而不使用 =。
3.RStudio安裝
rstudio是R語言的IDE，做得非常好，就是rstudio為Keras提供了R語言介面。
RStudio的下載路徑：https://www.rstudio.com/products/rstudio/download/
下載free版就行，下載下來是RStudio-1.0.153.dmg檔案。直接拖進Application就可以了。
- 開啟RStudio，新建工程：File -> New Project -> New Directory -> Empty Project（注意這種工程路徑儘量也不要出現中文）
- 新建指令碼：File -> New File -> R Script
- 在RStudio裡寫程式碼
- 選中要執行的程式碼，Code -> Run Selected Line(s)便可輸出執行結果如下圖所示。
3.安裝Keras包
應該先檢查一下有沒有安裝pip和virtualenv，有的話就不會有我以下的錯誤了。我這裡完全記錄一下我的過程，包括報錯和解決。
1). R環境下執行命令：install.packages("keras"),映象選了19（shanghai）
報錯：
Warning message:
In doTryCatch(return(expr), name, parentenv, handler) :
無法載入共享目標物件‘/Library/Frameworks/R.framework/Resources/modules//R_X11.so’：:
dlopen(/Library/Frameworks/R.framework/Resources/modules//R_X11.so, 6): Library not loaded: /opt/X11/lib/libSM.6.dylib
Referenced from: /Library/Frameworks/R.framework/Resources/modules//R_X11.so
Reason: image not found
沒處理，繼續執行
2). library(keras)
3). install_keras()
報錯：
Prerequisites for installing TensorFlow not available.
Execute the following at a terminal to install the prerequisites:
$ sudo /usr/bin/easy_install pip
$ sudo /usr/local/bin/pip install --upgrade virtualenv
4). 退出R環境執行：sudo /usr/bin/easy_install pip
報錯：
error: Could not find suitable distribution for Requirement.parse('pip')
5). 解決4) 這個錯誤：
curl 'https://bootstrap.pypa.io/get-pip.py' > get-pip.p
sudo python get-pip.py
6). OK，繼續3). 執行那兩個命令：
$ sudo /usr/bin/easy_install pip
$ sudo /usr/local/bin/pip install --upgrade virtualenv
OK~
7). 再進入R環境，執行：
library(keras)
install_keras()
載入了好多好多進度條，終於：
補充：pip相關
你可以通過以下命令來判斷是否已安裝：
pip --version
如果你還未安裝，則可以使用以下方法來安裝：
$ curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py # 下載安裝指令碼
$ sudo python get-pip.py # 執行安裝指令碼
注意：用哪個版本的 Python 執行安裝指令碼，pip 就被關聯到哪個版本，如果是 Python3 則執行以下命令：
$ sudo python3 get-pip.py # 執行安裝指令碼。
一般情況 pip 對應的是 Python 2.7，pip3 對應的是 Python 3.x。
pip 最常用命令:
pip --version #顯示版本和路徑
pip --help #獲取幫助
pip install -U pip #升級 pip
#如果這個升級命令出現問題 ，可以使用以下命令：
sudo easy_install --upgrade pip
5.入門Demo-數字識別
MNIST算例 ：MNIST是非常著名的一個手寫數字算例資料集，然後這個Demo，我們就是要運用深度學習方法來識別手寫數字。
1）匯入資料
library(keras)
mnist <- dataset_mnist()
x_train <- mnist$train$ x
y_train <- mnist$train$y
x_test <- mnist$test$x
y_test <- mnist$test$y
2）調整資料結構
#reshape
x_train <- array_reshape(x_train, c(nrow(x_train), 784))
x_test <- array_reshape(x_test, c(nrow(x_test), 784))
#rescale
x_train <- x_train / 255
x_test <- x_test / 255
y_train <- to_categorical(y_train, 10)
y_test <- to_categorical(y_test, 10)
3）定義模型
model <- keras_model_sequential()
model %>%
layer_dense(units = 256, activation = ‘relu’, input_shape = c(784)) %>%
layer_dropout(rate = 0.4) %>%
layer_dense(units = 128, activation = ‘relu’) %>%
layer_dropout(rate = 0.3) %>%
layer_dense(units = 10, activation = ‘softmax’)
4）設定優化項
model %>% compile(
loss = ‘categorical_crossentropy’,
optimizer = optimizer_rmsprop(),
metrics = c(‘accuracy’)
)
這裡定義了損失、優化和度量方式。
5）執行
history <- model %>% fit(
x_train, y_train,
epochs = 30, batch_size = 128,
validation_split = 0.2
)
plot(history)
6）測試資料評估模型
model %>% evaluate(x_test, y_test)
必備學習資料：
官方文件
Keras 中文文件
Deep Learning with R
本文參考：
Mac版R語言入門（一）R語言入門操作
R語言（入門及風格指導）
mac上安裝R和RStudio
Python pip 安裝與使用
R語言深度學習——他山之石（Keras來了）