ML.NET 1.0 की घोषणा

हम आज ML.NET 1.0 की रिलीज की घोषणा करने के लिए उत्साहित हैं। ML.NET एक मुफ्त, क्रॉस-प्लेटफ़ॉर्म और ओपन सोर्स मशीन लर्निंग फ्रेमवर्क है जिसे मशीन लर्निंग (ML) की शक्ति को .NET अनुप्रयोगों में लाने के लिए डिज़ाइन किया गया है।

https://github.com/dotnet/machinelearning

आरंभ करें: http://dot.net/ml

ML.NET आपको सेंटिमेंट एनालिसिस, इश्यू क्लासिफिकेशन, फोरकास्टिंग, रिकमेंडेशन आदि जैसे परिदृश्यों के लिए C # या F # का उपयोग करके कस्टम मशीन लर्निंग मॉडल को प्रशिक्षित करने, बनाने और जहाज करने की अनुमति देता है। आप हमारे ML.NET नमूने रेपो में इन सामान्य परिदृश्यों और कार्यों को देख सकते हैं ।

ML.NET मूल रूप से Microsoft अनुसंधान के भीतर विकसित किया गया था, और कई Microsoft उत्पादों जैसे विंडोज डिफेंडर, माइक्रोसॉफ्ट ऑफिस (पावरपॉइंट डिजाइन विचारों, एक्सेल चार्ट सिफारिशें), एज़्योर मशीन लर्निंग, कुछ नाम करने के लिए पॉवरबीआई महत्वपूर्ण प्रभावितों द्वारा उपयोग किए गए एक महत्वपूर्ण ढांचे में विकसित हुआ!

चूंकि इसके लॉन्च ML.NET का उपयोग सिगपारर (स्पैम ईमेल डिटेक्शन), विलियम मुलेंस (लीगल इश्यू क्लासिफिकेशन) और इवोल्यूशन सॉफ्टवेयर ( हेज़लनट्स के लिए नमी स्तर का पता लगाने) जैसे कई संगठनों द्वारा किया जा रहा है। आप हमारे ML.NET ग्राहक प्रदर्शन में ML.NET का उपयोग करके इन और कई अन्य संगठनों की यात्रा का अनुसरण कर सकते हैं। ये उपयोगकर्ता हमें बताते हैं कि ML.NET के उपयोग में आसानी, अपने .NET कौशल का पुन: उपयोग करने की क्षमता और अपने टेक स्टैक को पूरी तरह से .NET में रखना उनके ML.NET के उपयोग के लिए प्राथमिक चालक हैं।

ML.NET 1.0 रिलीज़ के साथ ही हम नए प्रीव्यू फ़ीचर भी जोड़ रहे हैं, जैसे कि ऑटोमेटेड मशीन लर्निंग (AutoML) और ML.NET CLI और ML.NET मॉडल बिल्डर जैसे नए टूल, जो आपके एप्लिकेशन में मशीन लर्निंग मॉडल जोड़ने का मतलब है केवल एक राइट क्लिक दूर!

इस पोस्ट का शेष भाग इन नए अनुभवों पर केंद्रित है।

• ML.NET कोर घटक
• स्वचालित मशीन लर्निंग पूर्वावलोकन
• ML.NET मॉडल बिल्डर पूर्वावलोकन
• ML.NET सीएलआई पूर्वावलोकन
• ML.NET के साथ आरंभ करना
• आगे की सड़क
• आपने इसे बनाने में मदद की

ML.NET कोर घटक

ML.NET का उद्देश्य मशीन लर्निंग (प्री-प्रोसेसिंग, फीचर इंजीनियरिंग, मॉडलिंग, मूल्यांकन और संचालन) के विभिन्न चरणों में .NET ऐप्स में ML का उपभोग करने के लिए अंत-अंत वर्कफ़्लो प्रदान करना है। ML.NET 1.0 निम्नलिखित प्रमुख घटक प्रदान करता है:

• डेटा प्रतिनिधित्व
  
  • मौलिक एमएल डेटा पाइपलाइन डेटा-प्रकार जैसे कि IDataView - मौलिक डेटा पाइपलाइन प्रकार
  • पाठकों को सीमांकित पाठ फ़ाइलों या वस्तुओं के IEnumerable से डेटा पढ़ने का समर्थन करने के लिए
• मशीन सीखने के कार्यों के लिए समर्थन:
  
  • बाइनरी वर्गीकरण
  • बहु-श्रेणी वर्गीकरण
  • वापसी
  • श्रेणी
  • विसंगति का पता लगाना
  • क्लस्टरिंग
  • सिफारिश (पूर्वावलोकन)
• डेटा परिवर्तन और उपलब्धि
  
  • टेक्स्ट
  • श्रेणियाँ
  • सुविधा का चयन
  • सामान्यीकरण और लापता मूल्य हैंडलिंग
  • छवि करतब
  • समय श्रृंखला (पूर्वावलोकन)
  • ONNX और TensorFlow मॉडल एकीकरण के लिए समर्थन (पूर्वावलोकन)
• अन्य
  
  • मॉडल की समझ और व्याख्या
  • उपयोगकर्ता-निर्धारित कस्टम परिवर्तन
  • स्कीमा संचालन
  • डेटासेट हेरफेर और क्रॉस-सत्यापन के लिए समर्थन
  
  

स्वचालित मशीन लर्निंग पूर्वावलोकन

आज मशीन लर्निंग के साथ शुरुआत करने से सीखने की अवस्था में सुधार होता है। कस्टम मशीन लर्निंग मॉडल का निर्माण करते समय, आपको यह पता लगाना होगा कि आपके परिदृश्य के लिए (यानी वर्गीकरण या प्रतिगमन?) लेने के लिए कौन सी मशीन सीखने का कार्य है, अपने डेटा को एक ऐसे प्रारूप में रूपांतरित करें जिसे एमएल एल्गोरिदम समझ सकते हैं (उदाहरण के लिए शाब्दिक डेटा -> संख्यात्मक वैक्टर), आदि। और बेहतरीन प्रदर्शन प्रदान करने के लिए इन एमएल एल्गोरिदम को ठीक से ट्यून करें। यदि आप एमएल में नए हैं, तो इनमें से प्रत्येक चरण काफी चुनौतीपूर्ण हो सकता है!

स्वचालित मशीन लर्निंग स्वचालित रूप से अपने इनपुट डेटा को बदलने और सही सेटिंग्स के साथ सर्वश्रेष्ठ-इन-क्लास कस्टम एमएल मॉडल आसानी से बनाने की अनुमति के साथ सबसे अच्छा प्रदर्शन करने वाले एमएल एल्गोरिथ्म का चयन करके एमएल सरल के साथ आपकी यात्रा को आसान बनाता है।

ML.NET में AutoML समर्थन पूर्वावलोकन में है और हम वर्तमान में प्रतिगमन (मूल्य पूर्वानुमान जैसे परिदृश्यों के लिए उपयोग किया जाता है) और वर्गीकरण (सेंटीमेंट विश्लेषण, दस्तावेज़ वर्गीकरण, स्पैम पहचान आदि जैसे परिदृश्यों के लिए उपयोग) एमएल कार्यों का समर्थन करते हैं।

आप ML.NET मॉडल बिल्डर, ML.NET CLI का उपयोग करके या सीधे AutoML API का उपयोग करके तीन रूपों में MLML में AutoML अनुभव को आज़मा सकते हैं (नमूने यहाँ मिल सकते हैं )।

उन उपयोगकर्ताओं के लिए जो मशीन लर्निंग में नए हैं, हम विजुअल स्टूडियो में ML.NET मॉडल बिल्डर और किसी भी प्लेटफ़ॉर्म पर ML.NET CLI के साथ शुरू करने की सलाह देते हैं। ऑटोएमएल एपीआई उन परिदृश्यों के लिए भी बहुत उपयोगी है जहां आप मक्खी पर मॉडल बनाना चाहते हैं।

मॉडल बिल्डर पूर्वावलोकन

ML मॉडल बनाने के लिए .NET डेवलपर्स की यात्रा को सरल बनाने के लिए, हम आज ML.NET मॉडल बिल्डर की घोषणा करने के लिए भी उत्साहित हैं। ML.NET मॉडल बिल्डर के साथ आपके ऐप्स में मशीन लर्निंग जोड़ना केवल एक राइट-क्लिक दूर है!

मॉडल बिल्डर डेवलपर्स के लिए एक सरल यूआई उपकरण है जो आपके द्वारा प्रदान किए गए डेटासेट का उपयोग करके क्लास एमएल मॉडल में सर्वश्रेष्ठ निर्माण करने के लिए ऑटोएमएल का उपयोग करता है। इसके अलावा, मॉडल बिल्डर सबसे अच्छा प्रदर्शन करने वाले मॉडल के लिए मॉडल प्रशिक्षण और मॉडल खपत कोड भी बनाता है जिससे आप अपने मौजूदा एप्लिकेशन में जल्दी से एमएल जोड़ सकते हैं।

ML.NET मॉडल बिल्डर के बारे में अधिक जानें

मॉडल बिल्डर वर्तमान में पूर्वावलोकन में है और हम आपके लिए इसे पसंद करने की कोशिश करेंगे और हमें बताएंगे कि आप क्या सोचते हैं!

ML.NET सीएलआई पूर्वावलोकन

ML.NET CLI (कमांड-लाइन इंटरफ़ेस) एक और नया टूल है जिसे हम आज पेश कर रहे हैं!

ML.NET CLI एक डॉटनेट उपकरण है जो Auto.NET और ML.NET का उपयोग करके ML.NET मॉडल बनाने की अनुमति देता है। ML.NET CLI एक विशिष्ट एमएल टास्क (वर्तमान में प्रतिगमन और वर्गीकरण का समर्थन करता है) के लिए आपके डेटासेट के माध्यम से जल्दी से पुनरावृत्ति करता है और सबसे अच्छा मॉडल तैयार करता है।

सीएलआई सर्वश्रेष्ठ मॉडल का उत्पादन करने के अलावा उपयोगकर्ताओं को सर्वश्रेष्ठ प्रदर्शन मॉडल के लिए मॉडल प्रशिक्षण और मॉडल खपत कोड उत्पन्न करने की भी अनुमति देता है।

ML.NET CLI क्रॉस-प्लेटफ़ॉर्म है और .NET CLI का एक आसान ऐड-ऑन है। मॉडल बिल्डर विजुअल स्टूडियो एक्सटेंशन मॉडल बिल्डर क्षमताओं को प्रदान करने के लिए ML.NET CLI का भी उपयोग करता है।

आप इस कमांड के माध्यम से ML.NET CLI स्थापित कर सकते हैं।

dotnet tool install -g mlnet 

निम्नलिखित चित्र ML.NET सीएलआई को एक भावना विश्लेषण डेटासेट का निर्माण दिखाता है।

ML.NET CLI के बारे में अधिक जानें

ML.NET CLI भी वर्तमान में पूर्वावलोकन में है और हम आपके लिए इसे पसंद करने और नीचे अपने विचार साझा करने के लिए प्यार करेंगे!

शुरू हो जाओ!

यदि आप पहले से ही नहीं हैं, तो ML.NET के साथ शुरुआत करना आसान है और आप नीचे दिखाए गए कुछ सरल चरणों में ऐसा कर सकते हैं। नीचे दिए गए उदाहरण से पता चलता है कि आप ML.NET के साथ संवेदना विश्लेषण कैसे कर सकते हैं ।

 //Step 1. Create a ML Context var ctx = new MLContext(); //Step 2. Read in the input data for model training IDataView dataReader = ctx.Data .LoadFromTextFile<MyInput>(dataPath, hasHeader: true); //Step 3. Build your estimator IEstimator<ITransformer> est = ctx.Transforms.Text .FeaturizeText("Features", nameof(SentimentIssue.Text)) .Append(ctx.BinaryClassification.Trainers .LbfgsLogisticRegression("Label", "Features")); //Step 4. Train your Model ITransformer trainedModel = est.Fit(dataReader); //Step 5. Make predictions using your model var predictionEngine = ctx.Model .CreatePredictionEngine<MyInput, MyOutput>(trainedModel); var sampleStatement = new MyInput { Text = "This is a horrible movie" }; var prediction = predictionEngine.Predict(sampleStatement); 

आप ML.NET के नमूने के साथ ट्यूटोरियल और संसाधनों जैसे विभिन्न अन्य सीखने के संसाधनों का भी पता लगा सकते हैं, उत्पाद सिफारिश, विसंगति का पता लगाने और कार्रवाई में अधिक लोकप्रिय परिदृश्यों का प्रदर्शन करते हैं।

ML.NET के साथ आगे क्या है

हालांकि हम आज ML.NET 1.0 जारी करने के लिए बहुत उत्साहित हैं, टीम पहले से ही काम करने में कड़ी मेहनत कर रही है।

• अतिरिक्त एमएल परिदृश्यों के लिए ऑटोएमएल अनुभव
• गहन शिक्षण परिदृश्यों के लिए बेहतर समर्थन
• SQL सर्वर, CosmosDB, Azure बूँद भंडारण और अधिक जैसे अन्य अतिरिक्त स्रोतों के लिए समर्थन।
• मॉडल प्रशिक्षण और खपत के लिए एज़्योर पर स्केल-आउट
• मॉडल बिल्डर और सीएलआई का उपयोग करते समय अतिरिक्त एमएल परिदृश्य और सुविधाओं के लिए समर्थन
• Apache Spark और ML.NET के लिए .NET के साथ मशीन सीखने के लिए मूल एकीकरण
• .NET जैसे नए ML प्रकार में DataFrame