مايكروسوفت هي واحدة من أهم اللاعبين في صناعة تطوير البرمجيات. تضيف أحدث إضافة إلى ML.NET قيمة للنظام بأكمله. الهدف الرئيسي هو تنفيذ وتطوير الذكاء الاصطناعي الخاص بنا للنموذج والحصول على الإعداد الأنسب عند إنشاء التطبيقات.
بشكل عام ، تم تصميم تعلم الآلة ML.NET لاستخدام وإنشاء مهام شائعة تتضمن الانحدار والتصنيف والتوصيات والتصنيف والتجميع والكشف عن الحالات الشاذة. ليس ذلك فحسب ، ولكن الدعم الإضافي للنظام الإيكولوجي المفتوح المصدر يجعله شائعًا لدمج البنية التحتية مع التعلم العميق. تعمل إحدى الشركات حاليًا على توافق النظام بأكمله مع حالات الاستخدام التي تعمل مع سيناريوهات مختلفة ، مثل توقعات المبيعات وتصنيف الصور وتحليل الحالة المزاجية ، إلخ.
تحديثات ML.NET 0.11ليس هناك شك في أن الترقية إلى 0.11 أخذت منعطفًا جديدًا في مرحلة التطوير. سيعمل على تحسين الوظيفة العامة مع مساعد تقنية Microsoft ، مما ساعد على ازدهار صافي النقاط. هناك العديد من الأطر الزمنية التي يعمل عليها ML.NET 0.11 ، مثل:
ONNX عبارة عن نظام أساسي متوافق ومفتوح يساعد في وصف بنية الشبكة بحيث يمكنك استخدام أطر عمل مختلفة مثل TensorFlow و scikit-Learn و xgboost لبيئة أخرى ، وهي في هذه الحالة هي ML.NET. بالإضافة إلى ذلك ، تم تعريف المفهوم بالكامل باسم محول Microsoft.ML.ONNX ، والذي تم تحويله من Microsoft.ML.ONNX. بينما تم تعيين اسم Microsoft.ML.ONNX Transformer إلى Microsoft.ML.ONNC Transorm. هذا يسهل التمييز بين التحول وتحويل ONNX.
يتعلق سيناريو التعلم العميق الآخر ، إلى جانب إطار تعلم الآلة ، بـ TensorFlow. يتم دعم نموذج تصنيف الصور في ML.NET باستخدام نموذج TensorFlow في النموذج السابق. سيضيف الإصدار الأخير في تطوير تطبيقات Microsoft لـ 11.0 قيمة إلى نظام الطراز. هذا سوف يعمل بشكل جيد مع تحليل الحالة المزاجية للنموذج ، والذي يسمى أيضًا تحليل النص. كل ما يعتمد عليه هو الرمز الذي سيعمل عليه التثبيت.
ML.NET 0.11 أحدث التغييراتيوجد عدد من الاختلافات بين الإعدادات في الإصدار 0.11 و 0.10.
فيما يلي قائمة بالتغييرات الرئيسية:
1. المجتمعليس هناك شك في أن مجتمع dot net هو أحد أكبر مجتمع Google. كل منهم تقديم عدة عينات للعمل مع البرمجيات. ومع ذلك ، فهي غير متوفرة لـ Microsoft ولا تدعم كل هذا. لكنهم يدعمون العينات والعروض التوضيحية الشائعة من قبل مجتمع ML.NET لعناوين URL والأوصاف المختصرة التي تعرض أفضل المدونات والمستودعات. بالإضافة إلى ذلك ، تعمل أمثلة المجتمع بشكل رائع على الصفحة.
2. تخطيط الإنتاجالشيء الرئيسي في تطبيق ML.NET هو تأثيره على العمل. يعمل المهندسون عن كثب مع المنصة خلال مرحلة التخطيط ، متبوعًا بتدفق متوسط مشترك. يتم تنفيذ هذا التنفيذ بسهولة على النظام لإنجاح التطبيق. بالإضافة إلى ذلك ، تعمل التطبيقات المحتملة والعروض التوضيحية بشكل جيد مع الصفحة الرئيسية للحصول على الدفق الصحيح للعمل. هذا يجعل قناة Microsoft تعمل عليها بدقة وروتين.
3. ميزة حساب المساهمةتعمل شركة Microsoft Technology Associate على مفهوم FCC ، والذي يساعد على توقع النموذج باعتباره مؤثرًا. يساعد التوقع في الاحتفاظ بالبيانات الفردية العامة وحتى المعلومات المحددة للعلامة من أجل تحديد الوظائف المدرجة. هذا يعطي تقييما للنموذج للحصول على نتيجة دقيقة وفقا للبيانات التي تم إنشاؤها.
نوع المفهوم الأولي مهم لسير عمل FCC للسمات والوظائف من أجل الحصول على التدفق المناسب لها. كما أنه يساعد مع البيانات التاريخية لتحليل الميزات مع الجوانب الهامة. من المهم أيضًا معرفة التقدير ، لأنه ربما يقلل ذلك من أداء النموذج في حالة وجود المزيد من الوظائف. لذلك ، كل جانب إيجابي وسلبي له قيمة كبيرة للنظام بأكمله.
4. عرض البياناتهذه هي اللحظة التي كانت موجودة في الإصدار .10 ، ومع ذلك ، في الإصدار 0.11 هناك بعض الاختلافات. يوفر هذا المكون معالجة جدولية مركبة وفعالة تجعل التنبؤ والتعلم الآلي أسهل. بالإضافة إلى ذلك ، يمكن معالجة البيانات الأبعاد بسهولة بواسطة الجهاز ، حتى في شكل مجموعات بيانات كبيرة. هذه ميزة كبيرة ، والآن ستكون الصورة أكثر دقة.
تساعد هذه المعالجة لعقدة واحدة في توزيع البيانات الشائعة التي يمكن توزيعها بين مجموعات البيانات وفقًا للملكية. يتم أيضًا زيادة NuGet وبناء منفصل ، مما سيساعد في تطوير تطبيقات Microsoft في كل مرحلة.
استنتاج حان الوقت لتعلم أحدث إصدار من ML.NET. جميع البرامج التعليمية والوثائق والأدلة متاحة على الإنترنت. بالإضافة إلى ذلك ، يمكنك العثور على أمثلة التعليمات البرمجية. هذا سوف تبسيط المهمة.