爱刨根知识网

  1. 首页 > 经验知识 > >

微软的ML.Net框架增加了TensorFlow评分

生活经验知识分享


微软已经更新了其ML.Net开源机器学习框架 ， 将其Beta版本0.5与TensorFlow模型评分作为ML.Net的转换 。此功能允许 在ML.Net实验中使用来自Google的TensorFlow深度学习和机器学习工具包的现有模型 。
0.5版开始添加对深度学习的支持 ， 使用TensorFlow Transform类 ， 它可以采用现有的TensorFlow模型 ， 并将该模型的分数输入ML.Net 。TensorFlow评分功能的用户不需要了解TensorFlow内部细节的工作知识 。转换基于TensorFlowSharp .Net绑定的代码 。
要使用此功能 ， 开发人员将对ML.Net NuGet包的引用添加到.Net Core和.Net Framework应用程序 。ML.Net引用了本机TensorFlow库 ， 它允许开发人员编写加载现有训练TensorFlow模型的代码进行评分 。
ML.Net的计划功能
在未来的ML.Net版本中 ， Microsoft计划确定TensorFlow模型的预期输入和输出 。目前 ， 建议开发人员使用TensorFlow API或Netron等工具来探索TensorFlow模型 。
微软还将更新ML.Net API以提高灵活性 ， 克服现在在ML.Net中使用TensorFlow的限制 。通过计划的API ， TensorFlow模型得分可以直接访问 ， 因此开发人员可以使用TensorFlow模型进行评分 ， 而无需添加额外的学习者及其训练过程 。
目前 ， ML.Net面向TensorFlow ， 但计划要求可能的深度学习库集成 。这些可能包括Torch和CNTK 。
微软还在开发一种新的ML.Net API ， 以提高灵活性和易用性 。当API被认为准备就绪时 ， 公司将弃用当前的API , LearningPipeline. 因为这将是一个重大变化 ， Microsoft正在分享多个API选项的提案 。新API的设计原则包括：
将并行术语与其他众所周知的框架(如Scikit-Learn ， TensorFlow和Spark)结合使用 。Microsoft将尝试在命名和概念方面保持一致 ， 以便开发人员更容易理解ML.Net Core 。
简洁明了的ML场景 。
启用当前LearningPipelineAPI 无法实现的高级ML方案 。
新的API将是强类型的 ， 并且更加灵活 。它是基于概念 ， 如Estimators ， Transforms和DataView 。
【微软的ML.Net框架增加了TensorFlow评分】

    推荐阅读


    上一篇：win10专业版怎么连手机热点 Win10专业版如何设置热点连接

    下一篇：windows10时间显示秒 Win10系统怎么设置时间显示秒