Nasza strona używa cookies. Dowiedz się więcej o celu ich używania i zmianie ustawień w przeglądarce. Korzystając ze strony, wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki. Rozumiem

Machine Learning w .NET coraz bliżej - ML.NET 1.0 RC

Michael Litwin Content Writer / bulldogjob.pl
Wydano ML.NET 1.0 Release Candidate: otwarte i wieloplatformowe środowisko uczenia maszynowego dla .NET.
Machine Learning w .NET coraz bliżej - ML.NET 1.0 RC

Tuż przed weekendem Microsoft wypuścił Release Candidate dla wersji 1.0 swojej autorskiej platformy uczenia maszynowego - ML.NET. Stabilna wersja 1.0 ma zostać wydana jeszcze w tym kwartale.

Pierwotnie opracowane przez Microsoft Research, środowisko ML.NET pozwala na obsługę w C# i F#, co umożliwia opracowywanie i integrację niestandardowych modeli uczenia maszynowego do aplikacji internetowych, mobilnych, desktopowych, gier i Internetu rzeczy (IoT). Podstawową architekturę ML.NET można podzielić na cztery komponenty:

  • Data Transform: są to komponenty w potoku uczenia maszynowego, które umożliwiają procedury transformacji danych. Obecna wersja ML.NET obsługuje różne typy transformacji danych, takie jak kombinatory i segregatory, featurizery, filtry rzędowe i wiele innych.
  • Learnery: są to podstawowe modele uczenia maszynowego zawarte w ML.NET. Portfolio algorytmów jest wciąż stosunkowo proste, ale obejmuje niektóre z podstawowych modeli uczenia maszynowego, takich jak regresja liniowa lub algorytm centroidów (k-średnich).
  • Misc: rzeróżne narzędzia, które są niezbędne do budowania możliwości uczenia maszynowego, takich jak optymalizacja lub regularyzacja. Przykłady komponentów w tej kategorii obejmują ewaluatory, kalibratory i kilka innych.
  • Rozszerzenia: aplikacje ML.NET używają rozszerzeń, aby wykorzystać różne podstawowe środowiska wykonawcze, takie jak TensorFlow, Accord.NET i autorski Cognitive Toolkit firmy Microsoft.

W wersji 1.0 RC, poza wieloma małymi poprawkami, naprawiono między innymi współpracę właśnie z biblioteką TensorFlow, która już od ponad trzech lat wspomaga uczenie głębokich sieci neuronowych, oraz z ONNX, otwartym ekosystemem dla interoperacyjnych modeli AI. Pełną listę zmian możecie zobaczyć na githubie.

Choć cały pakiet ML.NET może wydawać się okrojony w porównaniu do konkurencji z AWS lub Googla, jego twórcy oferują wsparcie dla praktycznych rozwiązań w zamian za feedback.

Jak dotąd ML.NET nie jest jeszcze gotowy do zastosowań produkcyjnych, ale jeżeli już z niego korzystasz lub jeśli jesteś zainteresowany wykorzystaniem go w swojej aplikacji, możesz skontaktować się z zespołem ML.NET przez przygotowany przez Microsoft formularz. Zespół oferuję pomoc przy wdrażaniu platformy do aplikacji, oferuje demo i zbiera opinie na temat działania ML.NET. Twoja aplikacja może nawet znaleźć się w ten sposób na ich głównej stronie.

Więcej informacji znajdziesz w tym wpisie na blogu .NET.

Masz coś do powiedzenia?

Podziel się tym z 120 tysiącami naszych czytelników

Dowiedz się więcej
Rocket dog