原文：Cesar De la Torre

翻譯：Edi Wang

我們很高興地宣布ML.NET 1.2 和模型生成器和 CLI 的更新。ML.NET是 .NET 開發(fā)人員的開源和跨平臺機(jī)器學(xué)習(xí)框架。ML.NET還包括模型生成器(Visual Studio 的簡單 UI 工具)和ML.NET CLI(命令行界面),以便使用自動機(jī)器學(xué)習(xí) (AutoML) 構(gòu)建自定義機(jī)器學(xué)習(xí) (ML) 模型變得超級簡單。

使用ML.NET,開發(fā)人員可以利用其現(xiàn)有工具和技能集,通過為情緒分析、價格預(yù)測、圖像分類等常見方案創(chuàng)建自定義機(jī)器學(xué)習(xí)模型來開發(fā)和將自定義 ML 注入到應(yīng)用程序中以及更多操作!

以下是此更新中的一些主要亮點(diǎn):

ML.NET?更新

ML.NET 1.2 是一個向后兼容的版本,沒有重大更改,因此請更新以獲取最新的更改。

用于預(yù)測和異常檢測的TimeSeries支持的正式發(fā)布

開發(fā)人員可以使用 Microsoft.ML.TimeSeries 包處理許多方案,例如:使用異常檢測模型檢測產(chǎn)品銷售中的峰值和變化,或創(chuàng)建可能受季節(jié)性和其他時間相關(guān)上下文影響的銷售預(yù)測。

通過這些示例了解更多信息。

https://github.com/dotnet/machinelearning/tree/master/docs/samples/Microsoft.ML.Samples/Dynamic/Transforms/TimeSeries

用于 TensorFlow 和 ONNX 模型的ML.NET包正式發(fā)布

ML.NET被設(shè)計(jì)為可擴(kuò)展的平臺,因此您可以使用其他流行的 ML 模型,如 TensorFlow 和 ONNX 模型,并可以訪問更多的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方案,如圖像分類、對象檢測等。

通過以下代碼示例了解 Microsoft.ML.OnnxTransformer 和 Microsoft.ML.TensorFlow 以及端到端ML.NET計(jì)算機(jī)視覺示例應(yīng)用:

• Image Classification ASP.NET Core web app

  • https://github.com/dotnet/machinelearning-samples/tree/master/samples/csharp/end-to-end-apps/DeepLearning_ImageClassification_TensorFlow
    

• Object Detection ASP.NET Core web app

  • https://github.com/dotnet/machinelearning-samples/tree/master/samples/csharp/end-to-end-apps/DeepLearning_ObjectDetection_Onnx
    

通過Microsoft.Extensions.ML集成包(預(yù)覽版)輕松將ML.NET模型集成到 Web 或無服務(wù)器應(yīng)用中

此程序包使集成加載ML.NET模型以在ASP.NET應(yīng)用、Azure Function 和 Web 服務(wù)中評分變得更加容易。具體而言,該包允許開發(fā)人員使用Microsoft.Extensions.ML使用依賴項(xiàng)注入加載ML.NET模型,并在多線程環(huán)境(如 ASP.NET Core 應(yīng)用)中優(yōu)化模型的執(zhí)行和性能。在此處了解更多信息。

https://github.com/dotnet/machinelearning-samples/tree/master/samples/csharp/end-to-end-apps/ScalableMLModelOnWebAPI-IntegrationPkg

MLNet CLI 更新為 0.14(預(yù)覽)

您可以使用ML.NET CLI 自動生成ML.NET模型和基礎(chǔ) C# 代碼。您可以在任何命令提示符(Windows、Mac 或 Linux)上運(yùn)行ML.NET CLI。

您只需提供自己的數(shù)據(jù)集并選擇要實(shí)現(xiàn)的機(jī)器學(xué)習(xí)任務(wù)(如分類或回歸),CLI 使用 AutoML 引擎創(chuàng)建模型生成和部署源代碼以及二進(jìn)制模型。

CLI 更新為 0.14,用于處理客戶反饋問題。

在此處了解有關(guān) CLI 的更多詳細(xì)信息:

• 如何使用ML.NET CLI

  • https://docs.microsoft.com/en-us/dotnet/machine-learning/automate-training-with-cli
    

• CLI 更新 0.14

  • https://github.com/dotnet/machinelearning/pull/3725

模型生成器更新

ML.NET模型生成器提供了一個易于理解的可視化界面,用于構(gòu)建、訓(xùn)練和部署自定義機(jī)器學(xué)習(xí)模型。

擴(kuò)展對 .txt 文件和更多值分隔符的支持

用戶現(xiàn)在可以使用 .txt 文件來訓(xùn)練模型。在初始預(yù)覽中,模型生成器僅支持 .csv 和 .tsv 文件。值可以由以下分隔符分隔:空格、逗號、制表符和分號。

訓(xùn)練數(shù)據(jù)大小沒有限制!

根據(jù)流行的請求,我們刪除了對訓(xùn)練數(shù)據(jù)大小的 1GB 限制。開發(fā)人員現(xiàn)在可以上載任何大小的文件。

大型數(shù)據(jù)集訓(xùn)練時間的智能默認(rèn)值

默認(rèn)訓(xùn)練時間現(xiàn)在根據(jù)數(shù)據(jù)的大小進(jìn)行設(shè)置。曾經(jīng)這個值是10秒。這將允許模型生成器在這段時間內(nèi)找到至少 1 個模型。

詳細(xì)了解您應(yīng)該訓(xùn)練多長時間?

https://github.com/dotnet/machinelearning-samples/blob/master/modelbuilder/readme.md#Train

改善模型使用體驗(yàn)

在模型構(gòu)建過程結(jié)束時的代碼生成步驟中,模型生成器現(xiàn)在還添加了ML.NET 1.2 NuGet 包。

更新至 ML.NET 1.2

模型生成器使用最新版本的ML.NET生成的代碼將引用 1.2。在早期的預(yù)覽版中,它使用ML.NET 1.0。

解決客戶反饋的問題

此版本中修復(fù)了許多問題。在發(fā)行說明中了解更多信息。

https://github.com/dotnet/machinelearning-modelbuilder/releases

想要上生產(chǎn)環(huán)境 - 填寫此表格

http://survey.usabilla.com/live/s/5c87fbc101634d1357359f7b

如果您在應(yīng)用中使用ML.NET并打算投入生產(chǎn),則可以與ML.NET團(tuán)隊(duì)的工程師交談。

立即試用ML.NET和模型生成器!

從這里開始上手 ML.NET。

https://www.microsoft.com/net/learn/apps/machine-learning-and-ai/ml-dotnet/get-started

在此處開始上手模型生成器。

https://aka.ms/modelbuilder

總結(jié)

我們很高興為您發(fā)布這些更新,我們期待看到您將使用ML.NET構(gòu)建的內(nèi)容。如果您有任何問題或反饋,您可以在這里詢問他們ML.NET和模型生成器。

https://github.com/dotnet/machinelearning/issues

https://aka.ms/modelbuilderissues

你的朋友 @ML.NET

總結(jié)

以上是生活随笔為你收集整理的译 | 宣布ML.NET 1.2 及模型生成器更新(用于 .NET 的机器学习)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。