Den senaste versionen av ML.NET stöder export av modeller till ONNX-formatet

På Build-utvecklarkonferensen tidigt i år, Microsoft meddelade ML.NET, ett plattformsoberoende ramverk för maskininlärning som gör det möjligt för .NET-utvecklare att utveckla sina egna modeller och ingjuta anpassad ML i sina appar utan någon erfarenhet av att arbeta med modeller för maskininlärning.

Nyligen tillkännagav Microsoft lanseringen av ML.NET 0.3 med stöd för export av modeller till ONNX-formatet, stöd för att skapa nya typer av modeller med faktoriseringsmaskiner, LightGBM, Ensembles och LightLDA, och olika buggfixar och problem som rapporterats av communityn. Läs om dessa nya funktioner och förbättringar med hjälp av länkarna nedan.

• Export av ML.NET-modeller till ONNX-ML-formatet
• Lade till LightGBM som inlärare för binär klassificering, multiklassklassificering och regression
• Lade till Field-Aware Factorization Machines (FFM) som inlärare för binär klassificering
• Lade till Ensemble-elever som möjliggör flera elever i en modell
• Lade till LightLDA-transform för ämnesmodellering
• En-versus-alla (OVA)-lärare har lagts till för klassificering i flera klasser

Källa: Microsoft