ML.NET ist ein plattformübergreifendes Framework für maschinelles Lernen für .NET-Entwickler. Und Model Builder ist ein visuelles Studio-Benutzeroberflächentool, das mithilfe von Automated Machine Learning (AutoML) auf einfache Weise benutzerdefinierte ML.NET-Modelle trainiert und verwendet. Mit ML.NET und Model Builder können Sie Ihre eigenen Modelle für maschinelles Lernen für Szenarien wie Stimmungsanalyse, Preisvorhersage usw. erstellen. Und das alles ohne Erfahrung im maschinellen Lernen.

ML.NET Model Builder

Diese Model Builder- Version enthält Fehlerbehebungen und zwei neue coole Funktionen:

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

Bildklassifizierungsszenario

Wir haben diese Funktion in .NET Conf demonstriert. Mit dieser Funktion können Sie das Wetter auf Bildern als sonnig, bewölkt oder regnerisch bestimmen und jetzt Bildklassifizierungsmodelle mit Ihren eigenen Bildern lokal in Model Builder trainieren.



Angenommen, Sie haben einen Datensatz mit Bildern von Hunden und Katzen und möchten diese Bilder zum Trainieren des ML.NET-Modells verwenden, mit dem die neuen Bilder als "Hund" oder "Katze" klassifiziert werden.

Ihr Datensatz sollte einen übergeordneten Ordner mit markierten Unterordnern für jede Kategorie enthalten (z. B. einen Ordner mit dem Namen Animals, der zwei Unterordner enthält: einen mit dem Namen Dog, der Bilder von Hunden enthält, und einen mit dem Namen Cat, der Bilder von Katzen enthält):



Mit Next Steps und den von Model Builder generierten Projekten können Sie das trainierte Bildklassifizierungsmodell in Ihrer Anwendung auf einfache Weise auf den Endbenutzer sowie in Textskripten anwenden.

Probieren Sie Ihr Modell aus

Nach dem Training des Modells in Model Builder können Sie das Modell für die Prognose direkt in der Benutzeroberfläche für Text- und Bildszenarien verwenden.

Beispielsweise können Sie für ein Beispiel der Hund-Katze-Bildklassifizierung ein Bild hinzufügen und die Ergebnisse im Schritt "Bewertung" in Model Builder anzeigen:



Wenn Sie ein Textszenario haben, z. B. die Prognose eines Taxipreises, können Sie im Abschnitt „Probieren Sie Ihr Modell aus“ Beispieldaten hinzufügen:

Warten auf Ihr Feedback

Wenn Sie auf Probleme stoßen oder das Gefühl haben, dass im ML.NET Model Builder etwas fehlt, lassen Sie es uns wissen, indem Sie eine Anfrage in unserem Repository auf GitHub erstellen.

Erste Schritte mit Model Builder

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

Weitere Informationen finden Sie in der ML.NET-Dokumentation oder im Lernprogramm .

Verwenden Sie Visual Studio noch nicht? Probieren Sie die ML.NET CLI aus .