ML.NET es un marco de aprendizaje automático de código abierto y multiplataforma (Windows, Linux, macOS) para desarrolladores de .NET. Con ML.NET , los desarrolladores pueden aprovechar sus herramientas y conjuntos de habilidades existentes para desarrollar e infundir IA personalizada en sus aplicaciones mediante la creación de modelos personalizados de aprendizaje automático para escenarios comunes como Análisis de sentimientos, Recomendación, Clasificación de imágenes y más.
Hoy anunciamos el ML.NET 1.0 RC (Release Candidate) (versión 1.0.0-preview
), que es la última versión preliminar antes de lanzar el ML.NET 1.0 RTM final en el año calendario 2019 Q2.
Pronto terminaremos el primer hito principal de un gran viaje al aire libre que comenzó en mayo de 2018 cuando lanzamos ML.NET 0.1 como código abierto. Desde entonces, hemos lanzado mensualmente 12 versiones preliminares hasta ahora, como se muestra en la hoja de ruta a continuación:

En esta versión ( ML.NET 1.0 RC) inicialmente hemos concluido nuestros principales cambios de API. Para el próximo sprint, nos enfocaremos en mejorar la documentación y las muestras y abordar los principales problemas críticos si es necesario.
El objetivo es evitar cualquier cambio importante en el futuro.
Actualizaciones en ML.NET 1.0 RC timeframe
Segregación de estable vs. versión preliminar de los paquetes de ML.NET: Encabezando ML.NET 1.0, la mayor parte de la funcionalidad en ML.NET (alrededor del 95%) se lanzará como estable (versión 1.0).
Puede revisar la lista de referencias de los paquetes y clases 'estables' aquí .
Sin embargo, hay algunas áreas de características que aún no estarán en estado RTM cuando se lance ML.NET 1.0. Esas características que aún se mantienen como vista previa se clasifican como paquetes de vista previa con la versión 0.12.0-preview
.
Los paquetes principales que continuarán en estado de vista previa después del lanzamiento de ML.NET 1.0 son los siguientes ( 0.12 version packages
):
- Componentes de TensorFlow
- Componentes Onnx
- Componentes de TimeSeries
- Componentes de recomendaciones
Puede revisar la lista de referencia completa de los paquetes y clases de vista previa "después de 1.0" (0.12.0-vista previa) aquí .
IDataView se mudó al espacio de nombres Microsoft.ML en función de los comentarios que recibimos.
Soluciones de soporte de TensorFlow : TensorFlow es un marco de aprendizaje automático de código abierto utilizado para escenarios de aprendizaje profundo (como la visión por computadora y el procesamiento del lenguaje natural). ML.NET tiene soporte para usar los modelos TensorFlow, pero en ML.NET versión 0.11 hubo algunos problemas que se han solucionado para la versión 1.0 RC.
Puede revisar un ejemplo de código ML.NET que ejecuta un modelo TensorFlow aquí .
Notas de la versión para ML.NET 1.0 RC : puede consultar las notas de la versión adicionales para 1.0 RC aquí .
Rompiendo cambios en ML.NET 1.0 Release Candidate
Para su comodidad, si está moviendo su código de ML.NET v0.11 a v0.12, puede consultar la lista de cambios de última hora que afectó nuestros ejemplos.
¿Planeando ir a la producción?

Si está utilizando ML.NET en su aplicación y está buscando entrar en producción, puede hablar con un ingeniero del equipo de ML.NET para:
- Obtenga ayuda para implementar ML.NET con éxito en su aplicación.
- Proporcione comentarios sobre ML.NET .
- Demuestre su aplicación y, potencialmente, haga que aparezca en la página de inicio de ML.NET , .NET Blog u otro canal de Microsoft.
Complete este formulario y deje su información de contacto al final si desea que alguien del equipo de ML.NET se comunique con usted.
¡Prepárate para ML.NET 1.0 antes de su lanzamiento!

Como se mencionó, ¡ML.NET 1.0 ya casi está aquí! Puede prepararse antes de su lanzamiento investigando los siguientes recursos:
Comience con ML.NET aquí .
A continuación, vamos a explorar otros recursos:
Apreciaremos sus comentarios al presentar problemas con cualquier sugerencia o mejora en el repositorio de ML.NET GitHub para ayudarnos a dar forma a ML.NET y hacer de .NET una gran plataforma de elección para Machine Learning.
¡Gracias y feliz codificación con ML.NET !
El equipo de ML.NET .
Este blog fue escrito por Cesar de la Torre más contribuciones adicionales del equipo de ML.NET

Gerente Principal del Programa, .NET