译 | 宣布ML.NET 1.2 及模型生成器更新(用于 .NET 的机器学习)
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 開發人員的開源和跨平臺機器學習框架。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),以便使用自動機器學習 (AutoML) 構建自定義機器學習 (ML) 模型變得超級簡單。
使用ML.NET,開發人員可以利用其現有工具和技能集,通過為情緒分析、價格預測、圖像分類等常見方案創建自定義機器學習模型來開發和將自定義 ML 注入到應用程序中以及更多操作!
以下是此更新中的一些主要亮點:
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。
用于預測和異常檢測的TimeSeries支持的正式發布
開發人員可以使用 Microsoft.ML.TimeSeries 包處理許多方案,例如:使用異常檢測模型檢測產品銷售中的峰值和變化,或創建可能受季節性和其他時間相關上下文影響的銷售預測。
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包正式發布
ML.NET被設計為可擴展的平臺,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器學習和深度學習方案,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計算機視覺示例應用:
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(預覽版)輕松將ML.NET模型集成到 Web 或無服務器應用中
此程序包使集成加載ML.NET模型以在ASP.NET應用、Azure Function 和 Web 服務中評分變得更加容易。具體而言,該包允許開發人員使用Microsoft.Extensions.ML使用依賴項注入加載ML.NET模型,并在多線程環境(如 ASP.NET Core 應用)中優化模型的執行和性能。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(預覽)
您可以使用ML.NET CLI 自動生成ML.NET模型和基礎 C# 代碼。您可以在任何命令提示符(Windows、Mac 或 Linux)上運行ML.NET CLI。
您只需提供自己的數據集并選擇要實現的機器學習任務(如分類或回歸),CLI 使用 AutoML 引擎創建模型生成和部署源代碼以及二進制模型。
CLI 更新為 0.14,用于處理客戶反饋問題。
在此處了解有關 CLI 的更多詳細信息:
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,用于構建、訓練和部署自定義機器學習模型。
擴展對 .txt 文件和更多值分隔符的支持
用戶現在可以使用 .txt 文件來訓練模型。在初始預覽中,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。
訓練數據大小沒有限制!
根據流行的請求,我們刪除了對訓練數據大小的 1GB 限制。開發人員現在可以上載任何大小的文件。
大型數據集訓練時間的智能默認值
默認訓練時間現在根據數據的大小進行設置。曾經這個值是10秒。這將允許模型生成器在這段時間內找到至少 1 個模型。
詳細了解您應該訓練多長時間?
https://github.com/dotnet/machinelearning-samples/blob/master/modelbuilder/readme.md#Train
改善模型使用體驗
在模型構建過程結束時的代碼生成步驟中,模型生成器現在還添加了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
此版本中修復了許多問題。在發行說明中了解更多信息。
https://github.com/dotnet/machinelearning-modelbuilder/releases
想要上生產環境 - 填寫此表格
http://survey.usabilla.com/live/s/5c87fbc101634d1357359f7b
如果您在應用中使用ML.NET并打算投入生產,則可以與ML.NET團隊的工程師交談。
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
我們很高興為您發布這些更新,我們期待看到您將使用ML.NET構建的內容。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
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)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 架构杂谈《四》
- 下一篇： ASP.NET Core 3.0中支持A