ML.NET es un marco de aprendizaje automático multiplataforma para desarrolladores de .NET. Y Model Builder es una herramienta de interfaz de usuario de Visual Studio que utiliza el aprendizaje automático de máquinas (AutoML) para entrenar y usar fácilmente modelos ML.NET personalizados. Con ML.NET y Model Builder, puede crear sus propios modelos de aprendizaje automático para escenarios como análisis de sentimientos, predicción de precios, etc. Y todo esto sin ninguna experiencia en aprendizaje automático.

ML.NET Model Builder

Esta versión de Model Builder contiene correcciones de errores y dos nuevas características interesantes:

• Escenario de clasificación de imágenes: capacite localmente modelos de clasificación de imágenes con sus imágenes
• Pruebe su modelo: haga predicciones sobre una muestra de datos de entrada directamente en la interfaz de usuario

Escenario de clasificación de imagen

Demostramos esta característica en .NET Conf. Al usarlo, puede determinar el clima en las imágenes como soleado, nublado o lluvioso, y ahora puede entrenar localmente modelos de clasificación de imágenes en Model Builder utilizando sus propias imágenes.



Por ejemplo, supongamos que tiene un conjunto de datos de imágenes de perros y gatos, y desea utilizar estas imágenes para entrenar el modelo ML.NET, que clasifica las nuevas imágenes como "perro" o "gato".

Su conjunto de datos debe contener una carpeta principal con subcarpetas marcadas para cada categoría (por ejemplo, una carpeta llamada Animales, que contiene dos subcarpetas: una llamada Perro, que contiene imágenes de perros, y otra llamada Gato, que contiene imágenes de gatos):



Puede utilizar los Pasos siguientes y los proyectos generados por Model Builder para aplicar fácilmente el modelo de clasificación de imágenes capacitado en su aplicación al usuario final, así como en los scripts de texto.

Prueba tu modelo

Después de entrenar el modelo en Model Builder, puede usar el modelo para pronosticar directamente en la interfaz de usuario para escenarios de texto e imagen.

Por ejemplo, para un ejemplo de clasificación de imágenes perro-gato, puede agregar una imagen y ver los resultados en el paso "Evaluación" en Model Builder:



Si tiene un escenario de texto, como pronosticar un precio de taxi, también puede agregar datos de muestra en la sección "Pruebe su modelo":

Esperando sus comentarios

Si encuentra algún problema o siente que falta algo en ML.NET Model Builder, infórmenos creando una solicitud en nuestro repositorio en GitHub .

Comience con Model Builder

Puede descargar ML.NET Model Builder en VS Marketplace (o en el menú Extensiones en Visual Studio).

Obtenga más información en la documentación de ML.NET o estudie el tutorial .

¿Aún no usa Visual Studio? Prueba la CLI de ML.NET .