Microsoft выпустила фреймворк ML.NET версии 0.6

Microsoft представила очередное обновление своего фреймворка для машинного обучения — ML.NET 0.6. Он обзавёлся новыми API, способностью получать результаты работы предуобученных моделей формата ONNX, а также перешёл на стандартную систему типов, принятую в .NET.

Новые API в ML.NET 0.6

Разработчики создали более гибкие и простые Estimators API на замену LearningPipeline API, который перешёл в пространство имён Microsoft.ML.Legacy. Новые инструменты поддерживают более широкий набор сценариев и строже придерживаются принципов машинного обучения.

Объект estimator входит в пять основных высокоуровневых концепций машинного обучения, сформированных командой ML.NET. Он учится на данных и выдает объект transformer — результат обучения, тот компонент, который трансформирует входные данные.

Поддержка ONNX

В релизе ML.NET 0.3 разработчики добавили поддержку экспорта моделей в формат ONNX. В октябрьском выпуске фреймворк получил возможность передавать данные некой существующей предобученной ONNX-модели и получать результат её работы.

			.Append(row => (row.name, softmaxout_1: row.data_0.ApplyOnnxModel(modelFile)));
		

Эта функция работает только на 64-разрядной Windows. Поддержка Linux и macOS пока в разработке.

Эффективность ML.NET 0.6

• Упрощена работа с TensorFlow и добавлена поддержка моделей сохранённых форматов.
• Ускорена работа с API.
• Реализован переход на стандартную систему типов .NET.

Вчера, 8 октября 2018 года, Microsoft опубликовала исходный фреймворка Infer.NET, помогающего создавать алгоритмы машинного обучения. По словам разработчиков, компания работает над тем, чтобы включить этот инструмент в семейство ML.NET.