Wir freuen uns, Updates für
Model Builder und Verbesserungen in
ML.NET bekannt zu geben . Weitere
Informationen finden Sie unter "Was ist neu in
ML.NET ?". Sitzung bei
.NET Conf .
ML.NET ist ein Open Source- und plattformübergreifendes Framework für maschinelles Lernen (Windows, Linux, macOS) für .NET-Entwickler.
ML.NET bietet
Model Builder (ein einfaches UI-Tool) und
CLI , um das Erstellen benutzerdefinierter ML-Modelle mit AutoML zu vereinfachen.
Mithilfe von
ML.NET können Entwickler ihre vorhandenen Tools und Fähigkeiten nutzen, um benutzerdefinierte KI zu entwickeln und in ihre Anwendungen zu integrieren, indem sie benutzerdefinierte Modelle für maschinelles Lernen für gängige Szenarien wie Stimmungsanalyse, Empfehlung, Bildklassifizierung und mehr erstellen.
Dieser Artikel
in unserem Blog .
Im Folgenden sind die wichtigsten Highlights aufgeführt:
Model Builder-Updates
Diese Version von Model Builder bietet Unterstützung für ein neues Szenario und behebt viele vom Kunden gemeldete Probleme.
Feature-Engineering: In früheren Versionen von Model Builder hatten Sie nach Auswahl Ihres Datasets entweder aus einer Datei oder aus SQL Server nur die Option, die vorherzusagende Spalte (die Bezeichnung) auszuwählen. Alle anderen Spalten im Datensatz wurden automatisch für die Vorhersage verwendet (Features). Bei allen Spalten, die Sie nicht einschließen wollten, mussten Sie Ihr Dataset außerhalb von Model Builder bearbeiten und dann das geänderte Dataset hochladen.
Modellverbrauch leicht gemacht!: In früheren Versionen von Model Builder mussten Sie nach der Code- und Modellgenerierung von Model Builder zahlreiche Schritte ausführen, um das trainierte Modell in Ihrer App zu verwenden, einschließlich des Hinzufügens eines Verweises auf das generierte Bibliotheksprojekt. Setzen Sie die Eigenschaft Model Copy to Output auf "Copy If Newer" und fügen Sie Ihrer App das Microsoft.ML NuGet-Paket hinzu.
Dies wurde alles vereinfacht und automatisiert. Jetzt müssen Sie nur noch den Code aus den nächsten Schritten in Model Builder kopieren und einfügen. Dann können Sie Ihre App ausführen und Vorhersagen treffen!
Kundenfeedback adressieren: Diese Version behebt auch viele vom Kunden gemeldete Probleme im Zusammenhang mit Installationsfehlern, Usability-Feedback und Stabilitätsverbesserungen und mehr. Erfahren Sie
hier mehr.
ML.NET-Updates
Dies ist eine kurze Zusammenfassung der Funktionen und Verbesserungen, die ML.NET in den letzten Monaten hinzugefügt wurden.
Aktualisierungen der Dokumentation
Wir haben hart daran gearbeitet, mehr Dokumentation in Tutorials, Anleitungen und mehr für Model Builder, CLI und ML.NET Framework hinzuzufügen. Wir haben auch das Inhaltsverzeichnis für die
ML.NET-Dokumente vereinfacht, damit Sie den Inhalt leicht erkennen können.
Neue Lernserie für ML.NET
Um den Benutzern den Einstieg in die Grundlagen des maschinellen Lernens und von ML.NET zu erleichtern, haben wir eine Reihe von Lernvideos erstellt. Bitte schauen Sie sich die Serie
hier an .
Große Auswahl an Proben, aus denen Sie lernen können
Wir haben mit Machine Learning viele Szenarien für eine Vielzahl von Anwendungsfällen hinzugefügt. Sie können diese Beispiele lernen und für Ihr Szenario anpassen.
Weitere Beispiele finden Sie im GitHub-Repo für ML.NET-Beispiele .
Probieren Sie ML.NET und Model Builder noch heute aus!
Wir freuen uns, diese Updates für Sie zu veröffentlichen und freuen uns darauf zu sehen, was Sie mit ML.NET erstellen werden. Wenn Sie Fragen oder Feedback haben, können Sie diese hier für
ML.NET und
Model Builder stellen .
Vielen Dank und
viel Spaß beim Codieren mit
ML.NET !
Das
ML.NET- Team.