ML.NET是面向.NET开发人员的跨平台机器学习框架，而Model Builder是Visual Studio中的UI工具，它使用自动机器学习（AutoML）轻松地允许您训练和使用自定义ML.NET模型。 借助ML.NET和Model Builder，您可以在没有任何机器学习经验的情况下针对诸如情感分析，价格预测等场景创建自定义机器学习模型！

ML.NET模型生成器

此版本的Model Builder带有错误修复和两个令人兴奋的新功能：

• 图像分类方案-使用您自己的图像在本地训练图像分类模型
• 尝试模型-直接在UI中对样本输入数据进行预测

图像分类方案

我们在.NET Conf中展示了此功能，可将图像中的天气分类为晴天，阴天或下雨，现在您可以在Model Builder中使用自己的图像在本地训练图像分类模型！



例如，假设您有一个猫和狗的图像数据集，并且想要使用这些图像来训练ML.NET模型，该模型将新图像分类为“狗”或“猫”。

您的数据集必须包含一个父文件夹，该文件夹的每个类别都带有标记的子文件夹（例如，名为Animals的文件夹包含两个子文件夹：一个名为Dog的文件夹，其中包含狗的训练图像；一个名为Cat的文件夹，其中包含猫的训练图像）：



您可以使用“模型开发器”生成的“下一步”代码和项目来轻松使用最终用户应用程序中经过训练的图像分类模型，就像使用文本方案一样。

试试你的模型

在Model Builder中训练了模型之后，您可以使用该模型在UI中针对文本和图像场景对样本输入进行预测。

例如，对于狗VS。 cat图像分类示例，您可以输入图像并在“模型构建器”的“评估”步骤中查看结果：



如果您有文字场景，例如出租车价格预测，也可以在“ 尝试您的模型”部分中输入样本数据：

给我们您的反馈

如果您遇到任何问题，觉得缺少某些东西，或者真的喜欢ML.NET Model Builder的某些东西，请在GitHub存储库中创建一个问题，让我们知道。

模型构建器仍处于预览状态，您的反馈对于推动我们使用该工具的发展方向至关重要！

Model Builder入门

您可以在VS Marketplace （或Visual Studio的“扩展”菜单）中下载ML.NET Model Builder。

在ML.NET文档中了解更多信息，或开始学习本教程 。
当前不使用Visual Studio吗？ 试用ML.NET CLI （尚未实现图像分类）。