ML.NET是面向.NET开发人员的跨平台机器学习框架。 Model Builder是一个Visual Studio用户界面工具，它使用自动机器学习（AutoML）来轻松训练和使用自定义ML.NET模型。 借助ML.NET和Model Builder，您可以针对情景分析（例如，情绪分析，价格预测等）创建自己的机器学习模型。 而这一切都没有任何机器学习经验。

ML.NET模型生成器

此模型构建器版本包含错误修复和两个新的出色功能：

• 图像分类方案-使用图像在本地训练图像分类模型
• 尝试模型-直接在用户界面中对输入数据样本进行预测

图像分类方案

我们在.NET Conf上演示了此功能。 使用它，您可以确定图像上的天气是晴天，阴天还是下雨，现在您可以使用自己的图像在模型构建器中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”。

您的数据集应包含一个父文件夹，每个类别的子文件夹都带有标记的子文件夹（例如，一个名为Animals的文件夹，其中包含两个子文件夹：一个名为Dog的文件夹，其中包含狗的图像，一个名为Cat的文件夹，其中包含猫的图像）：



您可以使用“下一步”和“模型构建器”生成的项目，轻松地将训练有素的图像分类模型应用到最终用户的应用程序以及文本脚本中。

试试你的模型

在“模型构建器”中训练模型之后，您可以在文本和图片场景的用户界面中直接使用模型进行预测。

例如，对于狗猫图像分类的示例，可以在模型构建器的“评估”步骤中添加图像并查看结果：



如果您有文本场景，例如预测出租车价格，也可以在“尝试您的模型”部分中添加示例数据：

等待您的反馈

如果您遇到任何问题或感觉到ML.NET Model Builder中缺少某些内容，请通过在GitHub上的存储库中创建一个请求来通知我们。

开始使用Model Builder

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学习本教程 。

还没有使用Visual Studio吗？ 尝试ML.NET CLI 。