微软开源跨平台机器学习框架ML.NET
极客时间编辑部
讲述:杜力大小:1008.24K时长:02:09
在日前举办的微软 Build 开发者大会上,微软宣布开源机器学习框架 ML.NET。
据介绍,ML.NET 是一个跨平台框架,可以允许 .NET 开发人员开发专属模型,并在他们的应用程序中注入定制的机器学习能力,开发人员不需要具备开发或调节机器学习模型的专业知识。
ML.NET 由微软研究院研发,在过去的十年里已经发展成为一个重要的框架,它在微软的许多产品团队中都有使用,比如 Windows、必应、Azure 等等。
在这次发布的预览版中,ML.NET 支持分类(例如文本分类、情感分析)、回归(例如预测、价格预估)等机器学习任务。
除了宣布支持以上任务,微软一并发布了用于训练模型、进行预测的 .NET API 的初稿,此外还有这一框架的核心组成部分,比如学习算法、转换和核心机器学习数据结构。
微软强调,ML.NET 是一个框架,这意味着它可以扩展,可以不断增加对流行深度学习库如 TensorFlow、Caffe2、CNTK 等的支持,其功能可以扩展到其他的机器学习场景,如推荐系统、异常检测和其他深度学习方法,变得更加通用。
ML.NET 还增加了 Azure Machine Learning 的一些已有经验,它允许使用代码优先的方法,支持本地应用程序部署,让用户能构建自己的模型。
据介绍,ML.NET 是作为 .NET Foundation 的一部分推出的,它的代码仓库中包含了用于模型训练和使用的.NET C# API,以及许多常见机器学习任务(如回归和分类)所需要的各种转换和学习器。
ML.NET 的目标是提供 E2E 工作流,以便在预处理、特征工程、建模、评估和操作等过程中将机器学习融入到.NET 应用程序中。
ML.NET 本身支持机器学习各方面所需要的类型和运行时环境,包括核心数据类型、可扩展流水线、高性能数学、面向异构数据的数据结构和工具支持等。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论