Machine Learning dla .NET w nowej wersji 0.6

Microsoft ogłosił wydanie ML.NET 0.6, najnowszej aktualizacji międzyplatformowego, otwartoźródłowego, machine learningowego frameworka dla deweloperów .NET. Pozwala on programistom trenować i używać modeli machine learningowych w swoich aplikacjach i usługach. Warto też dodać, że ML.NET współpracuje z modelami z ekosystemu ONNX (Open Neural Network Exchange), zapewniającego możliwość współpracy z istniejącymi lub mającymi dopiero zaistnieć systemami AI. Tymczasem zobaczmy, co nowego w aktualizacji 0.6.

ML.NET 0.6 wprowadza kilka ciekawych nowości:

1. Nowe API do budowania i używania modeli machine learningowych: głównym celem tego wydania było udostępnienie pierwszej iteracji nowych API ML.NET dla budowania i konsumowania modeli. API są teraz bardziej elastyczne, umożliwiają realizację nowych zadań i przepływów, których nie sposób było uzyskać z dotychczasowym LearningPipeline API.
2. Możliwość oceniania pretrenowanych modeli ONNX: wiele scenariuszów, takich jak klasyfikacja obrazów, zamiana mowy na tekst czy tłumaczenia, czerpie korzyści z predykcji, oferowanej przez modele deep learningowe. ML.NET 0.5 wprowadził wsparcie dla modeli TensorFlow. W wersji 0.6 dodano wsparcie dla predykcji z modeli ONNX.
3. Poprawiona wydajność predykcji modeli, spójność systemu typów .NET i nie tylko: predykcja modeli jest teraz co najmniej 100x wydajniejsza. Dodatkowe zmiany obejmują usprawnienia w ocenie ML.NET TensorFlow, spójniejszy system typów .NET i dopasowanie rozwoju modeli do środowisk bezserwerowych, takich jak Azure Functions.

O tym, jak wykorzystać te nowości w praktyce, więcej przeczytacie na stronie .NET Blog.