2016-2022 All Rights Reserved.平安财经网.复制必究 联系QQ280 715 8082 备案号:闽ICP备19027007号-6
本站除标明“本站原创”外所有信息均转载自互联网 版权归原作者所有。
微软已经更新了其ML.Net开源机器学习框架,将其Beta版本0.5与TensorFlow模型评分作为ML.Net的转换。此功能允许 在ML.Net实验中使用来自Google的TensorFlow深度学习和机器学习工具包的现有模型。
0.5版开始添加对深度学习的支持,使用TensorFlow Transform类,它可以采用现有的TensorFlow模型,并将该模型的分数输入ML.Net。TensorFlow评分功能的用户不需要了解TensorFlow内部细节的工作知识。转换基于TensorFlowSharp .Net绑定的代码。
要使用此功能,开发人员将对ML.Net NuGet包的引用添加到.Net Core和.Net Framework应用程序。ML.Net引用了本机TensorFlow库,它允许开发人员编写加载现有训练TensorFlow模型的代码进行评分。
ML.Net的计划功能
在未来的ML.Net版本中,Microsoft计划确定TensorFlow模型的预期输入和输出。目前,建议开发人员使用TensorFlow API或Netron等工具来探索TensorFlow模型。
微软还将更新ML.Net API以提高灵活性,克服现在在ML.Net中使用TensorFlow的限制。通过计划的API,TensorFlow模型得分可以直接访问,因此开发人员可以使用TensorFlow模型进行评分,而无需添加额外的学习者及其训练过程。
目前,ML.Net面向TensorFlow,但计划要求可能的深度学习库集成。这些可能包括Torch和CNTK。
微软还在开发一种新的ML.Net API,以提高灵活性和易用性。当API被认为准备就绪时,公司将弃用当前的API , LearningPipeline. 因为这将是一个重大变化,Microsoft正在分享多个API选项的提案。新API的设计原则包括:
将并行术语与其他众所周知的框架(如Scikit-Learn,TensorFlow和Spark)结合使用。Microsoft将尝试在命名和概念方面保持一致,以便开发人员更容易理解ML.Net Core。
简洁明了的ML场景。
启用当前LearningPipelineAPI 无法实现的高级ML方案。
新的API将是强类型的,并且更加灵活。它是基于概念,如Estimators,Transforms和DataView。
2016-2022 All Rights Reserved.平安财经网.复制必究 联系QQ280 715 8082 备案号:闽ICP备19027007号-6
本站除标明“本站原创”外所有信息均转载自互联网 版权归原作者所有。