Posted on 12. March 2019

ML.NET 0.11 - Машинное обучение .NET

ML.NET - это кросс-платформенная система машинного обучения с открытым исходным кодом для .NET разработчиков, которая поддерживается на Windows, Linux, macOS. С ML.NET разработчики могут использовать существующие инструменты и наборы разработки и внедрять собственный ИИ в свои приложения, создавая пользовательские модели машинного обучения для распространенных сценариев, таких как анализ чувств, рекомендации, классификация изображений и многое другое!

И вот недавно был объявлен ML.NET 0.11. (ML.NET 0.1 был выпущен в // Сборке 2018). В этом выпуске и во всех последующих выпусках до версии 1.0 основное внимание будет уделено общей стабильности инфраструктуры, продолжая совершенствовать API, исправлять ошибки, уменьшать объем общедоступного API и улучшать документацию и образцы.

Обновления в версии 0.11

  • TensorFlow - это система машинного обучения с открытым исходным кодом, используемая для сценариев глубокого обучения (таких как компьютерное зрение и обработка речи). ML.NET поддерживает использование TensorFlow моделей, до этого поддерживались только сценарии классификации изображений. В версии 0.11 добавлена поддержка ввода текста, поэтому Вы можете использовать TensorFlow модели для анализа текста, такого как анализ настроения. Смотрите подробности и примеры в этом коде.
  • ONNX - это открытый и совместимый формат моделей, который позволяет использовать модели, сделанные в одной среде (например, scikit-learn, TensorFlow, xgboost и т.д.), для использования в другой среде (например, ML.NET). В ML.NET 0.11 Microsoft.ML.ONNX был переименован в Microsoft.ML.ONNXConverter, а Microsoft.ML.ONNXTransorm был переименован в Microsoft.ML.ONNXTransformer, чтобы обозначить различие между ONNX конвертацией и трансформацией.
Фундаментальные изменения в ML.NET 0.11

Для большего удобства, если Вы перемещаете Ваш код из ML.NET 0.10 в 0.11, Вы можете ознакомиться со списком критических изменений, которые повлияли на образцы.

Планируете перейти к сборке?

Если Вы используете ML.NET в Вашем приложении и хотите начать работу, Вы можете проконсультироваться с инженером ML.NET команды:

  • Получить помощь в успешной ML.NET реализации в Вашем приложении.
  • Оставить отзыв о ML.NET.
  • Продемонстрировать Ваше приложение и, возможно, разместить его на домашней ML.NET странице, в .NET блоге или на другом Microsoft ресурсе.

Заполните эту форму и оставьте Вашу контактную информацию, и кто-то из ML.NET команды обязательно свяжется с Вами.

Изучите образцы сообщества и поделитесь собственными!

В ML.NET Samples репозитории также есть специальная страница с образцами сообщества. Эти примеры не поддерживаются Microsoft, но они очень интересны и охватывают дополнительные сценарии, которые Вы еще точно не рассмотрели.

Вот скриншот текущих образцов сообщества:

Делитесь Вашими ML.NET демо версиями и образцами с сообществом, просто отправив в этот репозиторий “Request for your samples!” краткое описание и ссылку на Ваш GitHub репозиторий или публикации в блоге. В итоге, Ваш образец будет опубликован на странице ML.NET Community Samples.

Начните уже сейчас!

Если Вы еще этого не сделали, начните работать с ML.NET здесь.

Затем, подробно изучите другие ресурсы:

Ваши отзывы очень важны, сообщайте о проблемах и делитесь любыми предложениями или улучшениями в ML.NET GitHub репозитории. Помогите ML.NET команде сделать .NET платформу лучшей для машинного обучения.

Источник



Comments are closed