led高端网站建设,重庆网站seo设计,东莞网站设计企业,免费的网站推广渠道今天#xff0c;我们很高兴宣布发布 ML.NET 1.0。ML.NET 是一个免费的、跨平台的开源机器学习框架#xff0c;旨在将机器学习#xff08;ML#xff09;的强大功能引入.NET 应用程序。ML.NET GitHub#xff1a;https://github.com/dotnet/machinelearning入门 http://dot.… 今天我们很高兴宣布发布 ML.NET 1.0。ML.NET 是一个免费的、跨平台的开源机器学习框架旨在将机器学习ML的强大功能引入.NET 应用程序。 ML.NET GitHubhttps://github.com/dotnet/machinelearning入门 http://dot.net/mlML.NET 允许你使用 C或 F训练、构建和发布自定义机器学习模型用于情景分析、问题分类、预测、推荐等场景。你可以在我们的ML.NET 样品库中查看这些常见的场景和任务。ML.NET 最初是在微软研究院内部研发后来演变成许多微软产品使用的重要框架例如 Windows Defender、Microsoft OfficePowerpoint 设计思想、Excel 图表推荐、Azure 机器学习、PowerBI 关键影响者等自推出以来许多组织都在使用 ML.NET如 SigParser垃圾邮件检测、William Mullens法律问题分类和 Evolution 软件榛子水分检测。ML.NET 1.0 版本添加了新的预览功能如自动机器学习AutoML功能ML.NET CLI 和 ML.NET Model Builder 等新工具这意味着现在为你的应用程序添加机器学习模型只需点击右键本文的其余部分重点介绍这些新体验。ML.NET 核心组件自动机器学习预览ML.NET 模型生成器预览ML.NET CLI 预览ML.NET 入门未来计划ML.NET 核心组件ML.NET 旨在提供终端工作流程以便在机器学习预处理、特征工程、建模、评估和操作的各个步骤中将 ML 用于.NET 应用程序。ML.NET 1.0 提供以下关键组件数据表示基本 ML 数据管道数据类型如 IDataView——基本数据管道类型阅读器支持从分隔文本文件或 IEnumerable 对象中读取数据支持机器学习任务二进制分类多级分类回归排序异常检测聚类推荐预览数据转换和特性化文本分类特征选择规范化和缺失值处理图像特征化时间序列预览支持 ONNX 和 TensorFlow 模型集成预览其他模型理解和解释用户定义的自定义转换架构操作支持数据集操作和交叉验证自动机器学习预览如今机器学习入门学习过程非常艰难。在构建自定义机器学习模型时你必须确定为你的场景选择机器学习任务即分类或回归将你的数据转换为 ML 算法可以理解的格式例如文本数据 - 数字向量并微调这些 ML 算法以达到最佳性能。如果你是 ML 新手这些步骤中的每一步都会非常艰巨自动机器学习通过自动确定如何转换输入数据并选择性能最佳的 ML 算法使你能够轻松构建一流的自定义 ML 模型使你的 ML 之旅更加简单。ML.NET 中的 AutoML 支持处于预览阶段我们目前支持回归用于价格预测等场景和分类用于情感分析、文档分类、垃圾邮件检测等场景ML 任务。你可以使用 ML.NET Model Builder、ML.NET CLI 或直接使用 AutoML API可在此处找到样本三种形式在 ML.NET 中体验 AutoML。对于不熟悉机器学习的用户我们建议从 Visual Studio 中的 ML.NET 模型构建器和任何平台上的 ML.NET CLI 开始。AutoML API 对于你想要动态构建模型的场景也非常方便。模型生成器预览为了简化.NET 开发人员构建 ML 模型的过程我们今天也很高兴地发布 ML.NET 模型构建器。使用 ML.NET 模型构建器只需右键单击即可将机器学习添加到你的应用程序中Model Builder 是一个简单的 UI 工具供开发人员使用自己的数据集通过 AutoML 使构建最佳的 ML 模型。除此之外Model Builder 还可以生成模型训练和模型消耗代码以达到最佳性能让你快速将 ML 添加到现有应用程序中。了解有关 ML.NET 模型构建器的更多信息Model Builder 目前处于预览阶段欢迎试用并告诉我们你的想法ML.NET CLI 预览ML.NET CLI命令行界面是我们今天推出的另一个新工具ML.NET CLI 是一个 dotnet 工具允许使用 AutoML 和 ML.NET 生成 ML.NET 模型。ML.NET CLI 可以快速遍历你的数据集以获取特定的 ML 任务目前支持回归和分类并生成最佳模型。CLI 除了生成最佳模型外还允许用户为最佳性能模型生成模型训练和模型消耗代码。ML.NET CLI 是跨平台的可以轻松添加到.NET CLI。Model Builder Visual Studio 扩展还使用 ML.NET CLI 提供模型构建器功能。你可以通过此命令安装 ML.NET CLI。dotnet tool install -g mlnet下图显示了 ML.NET CLI 构建情感分析数据集。了解有关 ML.NET CLI 的更多信息ML.NET CLI 目前也处于预览状态欢迎试用并分享你的想法开始吧从头开始使用 ML.NET 很简单你可以通过几个简单的步骤来完成如下所示。 下面的示例显示了如何使用 ML.NET 进行情绪分析。var ctx new MLContext();IDataView dataReader ctx.Data .LoadFromTextFileMyInput(dataPath, hasHeader: true);IEstimatorITransformer est ctx.Transforms.Text .FeaturizeText(Features, nameof(SentimentIssue.Text)) .Append(ctx.BinaryClassification.Trainers .LbfgsLogisticRegression(Label, Features));ITransformer trainedModel est.Fit(dataReader);var predictionEngine ctx.Model .CreatePredictionEngineMyInput, MyOutput(trainedModel);var sampleStatement new MyInput { Text This is a horrible movie };var prediction predictionEngine.Predict(sampleStatement);你还可以探索各种其他学习资源如 ML.NET 的教程和资源以及 ML.NET 示例、演示产品推荐、异常检测和更多实际操作等流行方案。ML.NET 的下一步今天发布 ML.NET 1.0 的同时我们的团队已经在努力为 ML.NET 1.0 版发布以下功能。其他 ML 场景的 AutoML 体验改进了对深度学习场景的支持支持其他其他来源如 SQL Server、CosmosDB、Azure Blob 存储等。在 Azure 上横向扩展以进行模型训练和消耗使用模型构建器和 CLI 时支持其他 ML 方案和功能用于 Apache Spark 和 ML.NET 的.NET 大规模机器学习的本地集成.NET 中的新 ML 类型例如数据帧感谢创建者在此我们特别鸣谢该项目的贡献者是他们的努力让.NET 开发人员可以使用机器学习。amiteshenoybeneyalbojanmisicCarauldan-drewsDAXaholicdhilmathydzban2137elbrunoendintiersf1x3dfeiyun0112forkiharshsaverhelloguohvitvedJongkeunJorgeAnddJoshuaLightjwood803kant2002kilickKy7mllRandommalik97160MarcinJuraszekmareklinkaMatei13mfaticaearninmnboosnandaleiteNepomuceno nihitb06Niladri24duttaPaulTFreedmanPielgrinpkulikovPotapy4Racing5372rantrirantrirauhsrobosekross-p-smithSolyarASorriensuhailsinghbainsteropThePiranhaThomas-S-Btimitoctincannv-tsymbalistyivan-tienhoangveikkoeeva 和 yamachu非常感谢ML.NET 团队原文地址https://devblogs.microsoft.com/dotnet/announcing-ml-net-1-0/.NET社区新闻深度好文欢迎访问公众号文章汇总 http://www.csharpkit.com
