ML.NET ist ein plattformübergreifendes Framework für maschinelles Lernen für .NET-Entwickler. Model Builder ist das UI-Tool in Visual Studio, mit dem Sie mithilfe von Automated Machine Learning (AutoML) auf einfache Weise benutzerdefinierte ML.NET-Modelle trainieren und verwenden können. Mit ML.NET und Model Builder können Sie benutzerdefinierte Modelle für maschinelles Lernen für Szenarien wie Stimmungsanalyse, Preisvorhersage und mehr erstellen, ohne maschinelle Lernerfahrung zu haben!

ML.NET Model Builder

Diese Version von Model Builder enthält Fehlerbehebungen und zwei aufregende neue Funktionen:

• Bildklassifizierungsszenario - Trainieren Sie lokal Bildklassifizierungsmodelle mit Ihren eigenen Bildern
• Probieren Sie Ihr Modell aus - machen Sie Vorhersagen zu Beispiel-Eingabedaten direkt in der Benutzeroberfläche

Bildklassifizierungsszenario

Wir haben diese Funktion in .NET Conf vorgeführt, um das Wetter in Bildern als sonnig, bewölkt oder regnerisch zu klassifizieren. Jetzt können Sie in Model Builder Bildklassifizierungsmodelle mit Ihren eigenen Bildern lokal trainieren!



Angenommen, Sie haben einen Datensatz mit Bildern von Hunden und Katzen und möchten diese Bilder zum Trainieren eines ML.NET-Modells verwenden, das neue Bilder als "Hund" oder "Katze" klassifiziert.

Ihr Datensatz muss einen übergeordneten Ordner mit beschrifteten Unterordnern für jede Kategorie enthalten (z. B. einen Ordner mit dem Namen Tiere, der zwei Unterordner enthält: einen mit dem Namen Hund, der Trainingsbilder von Hunden enthält, und einen mit dem Namen Katze, der Trainingsbilder von Katzen enthält):



Sie können den Next Steps-Code und die von Model Builder generierten Projekte verwenden, um das trainierte Bildklassifizierungsmodell in Ihrer Endbenutzeranwendung wie in Textszenarien auf einfache Weise zu verwenden.

Probieren Sie Ihr Modell aus

Nachdem Sie ein Modell in Model Builder trainiert haben, können Sie mithilfe des Modells Vorhersagen zur Beispieleingabe direkt in der Benutzeroberfläche für Text- und Bildszenarien erstellen.

Zum Beispiel für den Hund vs. Beispiel für die Klassifizierung von Katzenbildern: Sie können ein Bild eingeben und die Ergebnisse im Schritt "Auswerten" von Model Builder anzeigen:



Wenn Sie ein Textszenario haben, wie z. B. die Preisvoraussage für den Taxi-Tarif, können Sie im Abschnitt Testen Sie Ihr Modell auch Beispieldaten eingeben :

Geben Sie uns Ihr Feedback

Wenn Sie auf Probleme stoßen, das Gefühl haben, dass etwas fehlt oder Sie etwas an ML.NET Model Builder wirklich lieben, lassen Sie es uns wissen, indem Sie ein Problem in unserem GitHub-Repo erstellen.

Model Builder ist noch in der Vorschau und Ihr Feedback ist sehr wichtig, um die Richtung zu bestimmen, die wir mit diesem Tool einschlagen!

Erste Schritte mit Model Builder

Sie können ML.NET Model Builder im VS Marketplace (oder im Menü "Erweiterungen" von Visual Studio) herunterladen.

Erfahren Sie mehr in den ML.NET-Dokumenten oder beginnen Sie mit diesem Tutorial .
Verwenden Sie Visual Studio derzeit nicht? Probieren Sie die ML.NET CLI aus ( Bildklassifizierung noch nicht implementiert).