使用TensorFlow

nskplta

你好,

有没有办法将TensorFlow脚本从Python集成到RapidMiner?

此外，是否有可能在RapidMiner环境中执行完整的Python文件?

非常感谢

Thomas_Ott

你可以通过execute Python扩展执行Python。所以你可以通过这个扩展来使用张量。

TensorFlow最近发布了一个Java的初始API，这样你就可以为RapidMiner开发自己的扩展。

nskplta

谢谢托马斯。我已经看到了集成到RapidMiner进程中的小型Python脚本。然而，是否有可能将整个Python项目转换为RapidMiner“块”，以利用RapidMiner的灵活性和强大的可视化工具?

再次感谢。

Thomas_Ott

是的。我们有相当多的客户在RapidMiner Studio和Server中使用Python和R。如果你查一下Cappius研讨会他们就是这么做的。他们把R脚本和其他一些脚本都放到了RapidMiner中来实现它。

nageshkumarapp

一个使用rPython从R语言构建TensorFlow模型的例子
对于这个脚本，您需要
# 1。安装python 2.7。
# 2。在R中安装rPython包。
# 3。按照以下说明安装Google的TensorFlow库:
#http://www.tensorflow.org/get_started/os_setup.md#binary_installation

下面是如何设置和运行一个简单的TensorFlow模型

#加载TensorFlow(我不能得到这个工作没有设置sys.argv…)
库(rPython)
python.exec(“
导入系统
sys。Argv = ["]
导入tensorflow为tf
"）

#定义一个“hello world”TensorFlow模型，添加两个数字
python.exec(“
A = tf.constant(10)
B = tf.constant(32)
Sum = a + b
"）

#实例化一个TensorFlow会话，并将结果输入R。
#(我们需要.tolist()将结果转换成一些东西
#可以通过JSON序列化并导入到R)
python.exec(“
sess = tf.Session()
结果= sess.run(sum)
"）
Result = python.get(" Result .tolist()")

#大作。
打印(结果)
## [1

谢谢你！

乐库马尔

vivek101

你好,

使用Python脚本扩展，可以将用Python编写的TensorFlow程序导入到RapidMiner中。TensorFlow脚本可以在RapidMiner环境中使用Python Script操作符创建和运行，而Python文件可以使用Execute Script操作符运行。

以下步骤:

1.在RapidMiner中安装Python脚本扩展。

2.创建一个新的RapidMiner进程。

3.向进程添加一个Python Script操作符。

4.在Python Script操作符中，使用Python语法编写TensorFlow脚本。例如:

导入tensorflow为tf

#建立一个简单的TensorFlow模型

model = tf.keras.Sequential([]

tf.keras.layers。密度(64年,激活= ' relu '),

tf.keras.layers。密度(1、激活= ' s形的”)

])

#在一些数据上训练模型

model.compile(优化器=“亚当”,损失=“binary_crossentropy”)

模型。Fit (x_train, y_train, epochs=10)

#使用训练好的模型进行预测

预测= model.predict(x_test)

5.运行RapidMiner进程来执行TensorFlow脚本。

6.在后续的RapidMiner操作符中使用Python Script操作符的输出来执行进一步的数据分析或处理。

通过以下步骤，您可以轻松地将TensorFlow脚本从Python集成到您的RapidMiner工作流中。

谢谢你！
Vivek Garg
反应本地