Den seneste version af ML.NET understøtter eksport af modeller til ONNX-formatet

På Build-udviklerkonferencen tidligt i år, Microsoft annoncerede ML.NET, en maskinlæringsramme på tværs af platforme, der vil gøre det muligt for .NET-udviklere at udvikle deres egne modeller og infundere tilpasset ML i deres apps uden nogen som helst erfaring med at arbejde med maskinlæringsmodeller.

For nylig annoncerede Microsoft udgivelsen af ​​ML.NET 0.3 med understøttelse af eksport af modeller til ONNX-formatet, støtte til at skabe nye typer modeller med faktoriseringsmaskiner, LightGBM, Ensembles og LightLDA, og forskellige fejlrettelser og problemer rapporteret af fællesskabet. Læs om disse nye funktioner og forbedringer ved at bruge linkene nedenfor.

• Eksport af ML.NET-modeller til ONNX-ML-formatet
• Tilføjet LightGBM som lærende til binær klassifikation, multiklasseklassifikation og regression
• Tilføjet Field-Aware Factorization Machines (FFM) som lærende til binær klassificering
• Tilføjet Ensemble-elever, der muliggør flere elever i én model
• Tilføjet LightLDA transformation til emnemodellering
• Tilføjet One-Versus-All (OVA)-elev til klassificering i flere klasser

Kilde: microsoft