tensorflow：“tensorflow”的R接口

“TensorFlow”接口<https://www.tensorflow.org网站/>,利用数据进行数值计算的开源软件库流程图。图中的节点表示数学运算，而图边表示多维数据数组（张量）在它们之间沟通。灵活的体系结构允许将计算部署到桌面上的一个或多个“CPU”或“GPU”，服务器或具有单个“API”的移动设备TensorFlow最初是由谷歌大脑团队的研究人员和工程师开发在谷歌机器智能研究组织内进行机器学习和深度神经网络研究的目的，但该系统足够通用，适用范围广泛其他领域。

版本：	2.16.0
取决于：	R（≥3.6）
进口：	配置,进程x,网状的(≥ 1.32),tf运行（≥1.0），实用程序，山药，gr设备，t签名(≥ 0.3.1),rstudioapi公司(≥0.7),生命周期
建议：	测试那个(≥ 2.1.0),keras3型,支柱,用r,呼叫者
出版：	2024-04-15
内政部：	10.32614/CRAN.包装传感器流量
作者：	JJ Allaire【aut，cph】，托马斯·卡林诺夫斯基[ctb，cph，cre]，丹尼尔·福尔贝尔（Daniel Falbel），德克·埃德布特尔[ctb，cph]，袁唐[自动，cph]，尼克·戈尔丁，谷歌公司[ctb，cph]（示例和教程），阳性，PBC[cph，fnd]
维护人员：	托马斯·卡利诺夫斯基（Tomasz Kalinowski）
错误报告：	https://github.com/rstudio/tensorflow/issues
许可证：	Apache许可证2.0
网址：	https://github.com/rstudio/tensorflow
需要编译：	不
系统要求：	TensorFlow公司(https://www.tensorflow.org网站/)
材料：	新闻
在视图中：	高性能计算,机器学习,模型部署
CRAN检查：	张量流结果

文档：

参考手册：

张量流.pdf

下载内容：

包源：	张量流2.16.0.tar.gz
Windows二进制文件：	r-devel公司：张量流2.16.0.zip，r-释放：张量流2.16.0.zip，r-旧版本：张量流2.16.0.zip
macOS二进制文件：	r释放（arm64）：张量流2.16.0.tgz，r-oldrel（arm64）：张量流2.16.0.tgz，r-release（x86_64）：张量流2.16.0.tgz，r-oldrel（x86_64）：张量流2.16.0.tgz
旧来源：	张量流档案

反向依赖关系：

反向取决于：	阿尼尔,DCLEAR公司,深度回归,深trafo,帕雷格
反向进口：	阿马尔斯特姆,尾核,代码,解压缩DL,深PINCS,深度衰减,数字DLSorteR,EEMDlstm公司,FuncNN（功能NN）,gan数据模型,ganGenerativeData（生成数据）,GenProSeq软件,gnn（gnn）,格雷塔,格雷塔动力学,格雷塔.gp,iSubGen公司,贾纳斯,珊瑚礁,角质3,科拉斯图纳,LDNN公司,MBMethPred公司,ML2阀,跨国公司,神经GAM,OptiSemble预测,正位体,过程预测R,rTLs深度,情感.ai,捕捉,空间DDLS,tf插件,tf数据集,tf部署,tfesticulator（tfesticulator）,tfhub公司,tfio公司,tfNeuralODE公司,tf概率,TS深度学习,TSLSTM公司,TSLSTMplus公司,tsLSTMx公司,VAExprs公司
反向建议：	竹竿,捆,云ml,CRISPseek公司,细胞方法IC,DeProViR软件,暗红色,嵌入,GPU矩阵,iForecast公司,无限流量,洞察力,nn2聚合物,防风草,水库,运行MCMCbtadjust,架子工,系列化,t签名,tf事件,香根草

链接：

请使用规范形式https://CRAN.R-project.org/package=张量流链接到此页面。