Вышел ML.NET 1.0 RC. Что нового? +12


ML.NET — это кроссплатформенная среда машинного обучения с открытым исходным кодом (Windows, Linux, macOS) для разработчиков .NET. Работая с ML.NET, разработчики могут использовать существующие инструменты и навыки для разработки и внедрения AI в свои приложения, создавая пользовательские модели машинного обучения для распространенных сценариев, таких как Sentiment Analysis, Recommendation, Image Classification и многого другого!

Сегодня мы объявляем о выпуске ML.NET 1.0 RC (Release Candidate) (версия 1.0.0-preview), которая является последним превью-релизом перед выпуском окончательной версии ML.NET 1.0 RTM во 2 квартале 2019 года.

Скоро мы завершим первую веху интересного развития, которое началось в мае 2018 года, когда мы выпустили ML.NET 0.1 с открытым исходным кодом. С тех пор мы выпустили 12 превью-выпусков (один в месяц), как показано в роадмапе ниже:

image

Первое, что мы сделали в этом выпуске (ML.NET 1.0 RC) — наконец доделали основные правки в API. В следующем спринте мы сосредоточимся на улучшении документации и примеров, а также решении основных критических вопросов, если это будет необходимо.

Цель состоит в том, чтобы избежать каких-либо новых критических изменений при продвижении вперед.

Обновление таймфрейма ML.NET 1.0 RC


  • Разделение Stable и Preview-версии ML.NET: ML.NET 1.0 и основная часть функционала ML.NET (около 95%) будет выпущена в виде стабильной сборки Stable (версия 1.0).

    Вы можете найти список ссылок на стабильные сборки здесь.

    Тем не менее, есть несколько наборов функций, которые все еще не будут находиться в состоянии RTM при выпуске ML.NET 1.0. Это фичи, которые пока сохраняют статус Preview. Они выйдут в 0.12.0-preview.

    Ниже перечислены основные фичи, которые продолжат работу в режиме превью после выпуска ML.NET 1.0 (0.12 version packages):

    1. Компоненты TensorFlow
    2. Компоненты Onnx
    3. Компоненты TimeSeries
    4. Компоненты рекомендаций

    Вы можете просмотреть полный список ссылок на Preview-сборки «после 1.0» (0.12.0-preview) здесь.
  • IDataView перенесен в пространство имен Microsoft.ML: Одним из изменений в этом выпуске является то, что мы, на основе полученных нами отзывов, переместили IDataView обратно в пространство имен Microsoft.ML.
  • Улучшения в поддержке TensorFlow: TensorFlow это система машинного обучения с открытым исходным кодом, используемая для сценариев глубокого обучения (таких как компьютерное зрение и обработка естественного языка). ML.NET поддерживает использование моделей TensorFlow, но в ML.NET версии 0.11 было несколько проблем, которые были исправлены в версии 1.0 RC.
    Вы можете просмотреть пример кода ML.NET, использующего модель TensorFlow, здесь.
  • Примечания к выпуску ML.NET 1.0 RC: Вы можете ознакомиться с дополнительными примечаниями к выпуску для 1.0 RC здесь.

Критические изменения в ML.NET 1.0 Release Candidate


Для вашего удобства, если вы перемещаете свой код из ML.NET v0.11 в v0.12, вы можете ознакомиться со списком критических изменений.

Планируете перейти в продакшн?


image
Если вы используете ML.NET в своем приложении и хотите перейти в продакшн, вы можете пообщаться с инженером из команды ML.NET, чтобы:

  • Получить помощь в успешной реализации ML.NET в вашем приложении.
  • Оставить отзыв о ML.NET.
  • Продемонстрировать свое приложение и, возможно, разместить его на домашней странице ML.NET, в блоге .NET или другом канале Microsoft.

Заполните эту форму и оставьте свою контактную информацию в конце, если вы хотите, чтобы кто-то из команды ML.NET связался с вами.

Подготовьтесь к выпуску ML.NET 1.0


image
Как уже упоминалось, ML.NET 1.0 уже почти готов! Вы можете подготовиться к выпуску, изучив следующие ресурсы:

Начните изучение ML.NET здесь.

Далее, углубляясь, изучите некоторые другие ресурсы:
  • Учебные пособия и ресурсы в Microsoft Docs ML.NET Guide
  • Примеры приложений, использующих ML.NET, в репозитории machinelearning-samples на GitHub
  • Важные для понимания нового API концепции ML.NET представлены здесь
  • Руководства «How to», которые показывают, как использовать эти API для различных сценариев, можно найти здесь

Вы можете оставлять фидбэк с любыми вопросами, предложениями или улучшениями в репозитории ML.NET на GitHub. Это очень поможет нам улучшить ML.NET и сделать .NET отличной платформой для машинного обучения.

Спасибо и счастливого кодинга с ML.NET!

Команда ML.NET.




К сожалению, не доступен сервер mySQL