ML.NET est un framework d'apprentissage machine open source et multiplateforme (Windows, Linux, macOS) pour les développeurs .NET. En utilisant ML.NET , les développeurs peuvent tirer parti de leurs outils et compétences existants pour développer et infuser une intelligence artificielle personnalisée dans leurs applications en créant des modèles d'apprentissage automatique personnalisés pour des scénarios courants tels que l'analyse des sentiments, la recommandation, la classification des images et plus encore!
Aujourd'hui, nous annonçons le ML.NET 1.0 RC (Release Candidate) (version 1.0.0-preview ) qui est la dernière version d'aperçu avant de publier la version finale de ML.NET 1.0 RTM au cours de l'année civile Q2 2019.
Bientôt, nous terminerons la première étape importante d'un grand voyage en plein air qui a commencé en mai 2018 lors de la sortie de ML.NET 0.1 en open source. Depuis lors, nous publions jusqu'à présent 12 versions de prévisualisation mensuelles, comme le montre la feuille de route ci-dessous:
Dans cette version ( ML.NET 1.0 RC), nous avons initialement conclu nos principaux changements d'API. Pour le prochain sprint, nous nous concentrons sur l'amélioration de la documentation et des échantillons et sur la résolution des problèmes critiques majeurs si nécessaire.
Le but est d'éviter tout nouveau changement de rupture à l'avenir.
Mises à jour dans le calendrier ML.NET 1.0 RC
Séparation de stable vs version d'aperçu des packages ML.NET: En tête de ML.NET 1.0, la plupart des fonctionnalités de ML.NET (environ 95%) seront publiées comme stables (version 1.0).
Vous pouvez consulter la liste de référence des packages et classes «stables» ici .
Cependant, il existe quelques zones de fonctionnalités qui ne seront toujours pas à l'état RTM lors de la sortie de ML.NET 1.0. Ces fonctionnalités toujours conservées en tant qu'aperçu sont catégorisées en tant que packages d'aperçu avec la version 0.12.0-preview .
Les principaux packages qui continueront dans l'état d'aperçu après la sortie de ML.NET 1.0 sont les suivants ( 0.12 version packages ):
- Composants TensorFlow
- Composants Onnx
- Composants TimeSeries
- Composants recommandés
Vous pouvez consulter la liste de référence complète des packages et des classes d'aperçu «après 1.0» (aperçu 0.12.0) ici .
IDataView est passé à l'espace de noms Microsoft.ML en fonction des commentaires que nous avons reçus.
Correctifs de prise en charge de TensorFlow : TensorFlow est un cadre d'apprentissage machine open source utilisé pour les scénarios d'apprentissage en profondeur (tels que la vision par ordinateur et le traitement du langage naturel). ML.NET prend en charge l'utilisation des modèles TensorFlow, mais dans ML.NET version 0.11, quelques problèmes ont été corrigés pour la version 1.0 RC.
Vous pouvez consulter un exemple de code ML.NET exécutant un modèle TensorFlow ici .
Notes de version pour ML.NET 1.0 RC : Vous pouvez consulter ici les notes de version supplémentaires pour 1.0 RC.
Changements de rupture dans la version candidate à la libération de ML.NET 1.0
Pour votre commodité, si vous déplacez votre code de ML.NET v0.11 vers v0.12, vous pouvez consulter la liste des changements de rupture qui ont eu un impact sur nos exemples.
Vous prévoyez de passer à la production?
Si vous utilisez ML.NET dans votre application et que vous souhaitez entrer en production, vous pouvez parler à un ingénieur de l'équipe ML.NET pour:
- Obtenez de l'aide pour implémenter ML.NET avec succès dans votre application.
- Fournissez des commentaires sur ML.NET .
- Faites une démonstration de votre application et faites-la éventuellement figurer sur la page d'accueil ML.NET , le blog .NET ou un autre canal Microsoft.
Remplissez ce formulaire et laissez vos coordonnées à la fin si vous souhaitez qu'un membre de l' équipe ML.NET vous contacte.
Préparez-vous pour ML.NET 1.0 avant sa sortie!
Comme mentionné, ML.NET 1.0 est presque là! Vous pouvez vous préparer avant sa sortie en recherchant les ressources suivantes:
Commencez avec ML.NET ici .
Ensuite, allez plus loin en explorant d'autres ressources:
Nous apprécierons vos commentaires en signalant les problèmes avec toutes suggestions ou améliorations dans le référentiel ML.NET GitHub pour nous aider à façonner ML.NET et à faire de .NET une excellente plate-forme de choix pour l'apprentissage automatique.
Merci et bon codage avec ML.NET !
L'équipe ML.NET .
Ce blog a été rédigé par Cesar de la Torre ainsi que des contributions supplémentaires de l'équipe ML.NET
Gestionnaire de programme principal, .NET