Den nyeste versjonen av ML.NET støtter eksport av modeller til ONNX-formatet

På Build-utviklerkonferansen tidlig i år, Microsoft annonsert ML.NET, et maskinlæringsrammeverk på tvers av plattformer som vil gjøre det mulig for .NET-utviklere å utvikle sine egne modeller og sette inn tilpasset ML i appene sine uten erfaring med å jobbe med maskinlæringsmodeller.

Nylig kunngjorde Microsoft utgivelsen av ML.NET 0.3 med støtte for eksport av modeller til ONNX-formatet, støtte for å lage nye typer modeller med faktoriseringsmaskiner, LightGBM, Ensembles og LightLDA, og ulike feilrettinger og problemer rapportert av fellesskapet. Les om disse nye funksjonene og forbedringene ved å bruke lenkene nedenfor.

• Eksport av ML.NET-modeller til ONNX-ML-formatet
• Lagt til LightGBM som en elev for binær klassifisering, multiklasseklassifisering og regresjon
• Lagt til Field-Aware Factorization Machines (FFM) som en elev for binær klassifisering
• Lagt til Ensemble-elever som muliggjør flere elever i én modell
• Lagt til LightLDA-transformasjon for emnemodellering
• Lagt til en-versus-alle-elev (OVA) for flerklasseklassifisering

kilde: Microsoft