ML.NET adalah sumber terbuka, lingkungan pembelajaran mesin lintas platform (Windows, Linux, macOS) untuk pengembang .NET. Bekerja dengan ML.NET, pengembang dapat menggunakan alat dan keterampilan yang ada untuk mengembangkan dan mengimplementasikan AI dalam aplikasi mereka, membuat model pembelajaran mesin kustom untuk skenario umum seperti Analisis Sentimen, Rekomendasi, Klasifikasi Gambar, dan banyak lagi!
Hari ini kami mengumumkan rilis
ML.NET 1.0 RC (Release Candidate) (versi
1.0.0-pratinjau ), yang merupakan rilis pratinjau terakhir sebelum rilis versi final ML.NET 1.0 RTM pada Q2 2019.
Segera kami akan menyelesaikan tonggak pertama pengembangan menarik yang dimulai pada Mei 2018, ketika kami merilis open-source ML.NET 0.1. Sejak itu, kami telah merilis 12 rilis preview (satu per bulan), seperti yang ditunjukkan dalam peta jalan di bawah ini:
Hal pertama yang kami lakukan dalam rilis ini (ML.NET 1.0 RC) adalah akhirnya menyelesaikan suntingan dasar di API. Dalam sprint berikutnya, kami akan fokus pada peningkatan dokumentasi dan contoh-contoh, serta mengatasi masalah-masalah penting utama, jika perlu.
Tujuannya adalah untuk menghindari perubahan kritis baru saat Anda bergerak maju.
ML.NET 1.0 RC Jangka Waktu Pembaruan
- Pemisahan versi Stable dan Preview dari ML.NET: ML.NET 1.0 dan bagian utama dari fungsionalitas ML.NET (sekitar 95%) akan dirilis sebagai kumpulan stabil dari Stable (versi 1.0).
Anda dapat menemukan daftar tautan ke bangunan stabil di sini .
Namun, ada beberapa set fitur yang masih belum dalam status RTM dengan rilis ML.NET 1.0. Ini adalah fitur yang masih mempertahankan status Pratinjau. Mereka akan dirilis dalam pratinjau 0.12.0 .
Berikut ini adalah fitur utama yang akan terus berfungsi dalam mode pratinjau setelah rilis ML.NET 1.0 ( paket versi 0.12 ):
- Komponen TensorFlow
- Komponen Onnx
- Komponen TimeSeries
- Komponen Rekomendasi
Anda dapat melihat daftar lengkap tautan ke Majelis-rakitan “setelah 1.0” (pratinjau 0.12.0) di sini .
- IDataView dipindahkan ke namespace Microsoft.ML: Salah satu perubahan dalam rilis ini adalah bahwa, berdasarkan umpan balik kami, kami memindahkan IDataView kembali ke namespace Microsoft.ML.
- Dukungan Peningkatan TensorFlow : TensorFlow adalah sistem pembelajaran mesin sumber terbuka yang digunakan untuk skenario pembelajaran yang mendalam (seperti visi komputer dan pemrosesan bahasa alami). ML.NET mendukung penggunaan model TensorFlow, tetapi ada beberapa masalah dengan ML.NET versi 0.11 yang diperbaiki di RC versi 1.0.
Anda dapat melihat contoh kode ML.NET menggunakan model TensorFlow di sini . - Catatan Rilis ML.NET 1.0 RC: Anda dapat membaca catatan rilis tambahan untuk 1.0 RC di sini .
Perubahan Kritis dalam Rilis Kandidat ML.NET 1.0
Untuk kenyamanan Anda, jika Anda memindahkan kode dari ML.NET v0.11 ke v0.12, Anda dapat melihat
daftar perubahan penting .
Apakah Anda berencana untuk mulai berproduksi?
Jika Anda menggunakan ML.NET dalam aplikasi Anda dan ingin beralih ke produksi, Anda dapat mengobrol dengan insinyur dari tim ML.NET untuk:
- Dapatkan bantuan untuk berhasil mengimplementasikan ML.NET di aplikasi Anda.
- Tinggalkan umpan balik tentang ML.NET.
- Peragakan aplikasi Anda dan mungkin poskan di beranda ML.NET Anda, .NET blog, atau saluran Microsoft lainnya.
Isi
formulir ini dan tinggalkan informasi kontak Anda di akhir jika Anda ingin seseorang dari tim ML.NET menghubungi Anda.
Bersiaplah Untuk ML.NET 1.0
Seperti yang telah disebutkan, ML.NET 1.0 hampir siap! Anda dapat mempersiapkan rilis dengan memeriksa sumber daya berikut:
Mulai belajar
ML.NET di sini .
Selanjutnya, secara mendalam, pelajari beberapa sumber lain:
- Tutorial dan Sumber Daya dalam Panduan Microsoft Docs ML.NET
- Contoh aplikasi menggunakan ML.NET di repositori machinelearning -samples di GitHub
- Konsep ML.NET penting untuk memahami API baru disajikan di sini.
- Cara panduan yang menunjukkan cara menggunakan API ini untuk berbagai skenario dapat ditemukan di sini.
Anda dapat meninggalkan umpan balik dengan pertanyaan, saran, atau perbaikan apa pun di
repositori ML.NET di GitHub . Ini akan banyak membantu kami untuk meningkatkan ML.NET dan menjadikan .NET platform yang hebat untuk pembelajaran mesin.
Terima kasih dan selamat coding dengan ML.NET!
Tim ML.NET.