微软开源ML.NET跨平台机器学习框架，AI 普及又向前跨进一步

Posted 2021-04-20 LUPA开源社区

当地时间5月7日，微软Build大会在美国西雅图召开，会上微软针对开发者发布了一系列新产品。详细信息参见Build大会中的AI：微软AI云服务全线更新。在这一系列产品发布的同时，雷锋网AI研习社注意到，微软同时宣布开源机器学习框架——ML.NET。利用ML.NET，开发人员可以直接上手已有的模型，无需具备开发或调节机器学习模型的专业知识。

现将信息编译整理如下：

ML.NET是一个跨平台框架，可以允许.NET开发人员开发专属模型，并在他们的应用程序中注入定制的机器学习能力，开发人员不需要具备开发或调节机器学习模型的专业知识。

ML.NET由微软研究院研发，在过去的十年里发展成为一个重要的框架，它在微软的许多产品团队中都有使用，比如Windows、必应、Azure等等。

在这次发布的预览版中，ML.NET支持分类（例如文本分类、情感分析）、回归（例如预测、价格预估）等机器学习任务。

除了宣布支持以上任务，微软一并发布了用于训练模型、进行预测的.NETAPI的初稿，此外还有这一框架的核心组成部分，比如学习算法、转换和核心机器学习数据结构。

大家请注意，ML.NET是一个框架，这意味着它可以扩展，可以将TensorFlow、Accord.NET和CNTK这样的流行机器学习库添加进去。在ML.NET开源生态中，微软致力于让它的内部功能更加完善，ML.NET可以为.NET开发者带来更优化的机器学习开发体验。

大家可以加入ML.NET开源社群，让这一工具在未来迎来更迅猛的发展。

随着不断发展，ML.NET将会不断增加对流行深度学习库如TensorFlow、Caffe2、CNTK和一般深度学习库如Accord.NET的支持，其功能可以扩展到其他的机器学习场景，如推荐系统、异常检测和其他深度学习方法。

ML.NET还增加了AzureMachineLearning和CognitiveService的一些已有经验，它允许使用代码优先的方法，支持本地应用程序部署，让用户能构建自己的模型。

下面是关于ML.NET的更多细节：

ML.NETCoreComponents

ML.NET是作为.NETFoundation的一部分推出的，repo中包含了训练和消耗模型的.NETC#API，还有各种各样的transform，以及许多流行的机器学习任务，如回归和分类。

ML.NET的目标是提供E2E工作流，通过预处理、特征工程、建模、评估和操作，将深度学习能力添加进.NET应用程序。

下面的表格是ML.NET0.1所发布的完整组件列表。

微软表示，他们的目标是使ML.NET的API变得通用，这样就可以通过一个共享API使用CNTK、Accord.NET、TensorFlow等框架和其他库。