11月29日消息，據(jù)外媒報道，微軟日前發(fā)布了ML.NET?3.0，這是該公司開源、跨平臺機(jī)器學(xué)習(xí)框架的最新版本，可以將機(jī)器學(xué)習(xí)模型集成到.NET應(yīng)用程序中。

ML.NET?3.0在對象檢測、命名實體識別和問題回答方面包含了新的深度學(xué)習(xí)功能。通過與TorchSharp和ONNX模型的集成和互操作性，支持這些深度學(xué)習(xí)場景。3.0版本還更新了與LightGBM梯度增強(qiáng)框架的集成。

ML.NET?3.0還改進(jìn)了對數(shù)據(jù)處理場景的支持，對DataFrame和新的IDataView互操作性特性進(jìn)行了增強(qiáng)和BUG修復(fù)。數(shù)據(jù)的加載、檢查、轉(zhuǎn)換和可視化功能變得更加強(qiáng)大。

微軟在5月份宣布了ML.NET模型構(gòu)建器中的對象檢測。這些功能是建立在ML.NET?3.0中引入的TorchSharp驅(qū)動的對象檢測API之上的。目標(biāo)檢測API利用了微軟研究院的一些最新技術(shù)，并由TorchSharp構(gòu)建的基于Transformer的神經(jīng)網(wǎng)絡(luò)架構(gòu)提供支持。目標(biāo)檢測包含在Microsoft?ML.TorchSharp?3.0.0包中。

ML.NET?3.0還提供了自然語言處理領(lǐng)域，包括問答和命名實體識別。這些場景可以通過在ML.NET?2.0中引入的現(xiàn)有TorchSharp?RoBERTa文本分類功能的基礎(chǔ)上進(jìn)行構(gòu)建來解鎖。ML.NET?3.0獲得了新的自動機(jī)器學(xué)習(xí)(AutoML)功能，包括AutoML?Sweeper，現(xiàn)在支持句子相似度、問題回答和對象檢測。

ML.NET?3.0對DataFrame進(jìn)行了更新，包括擴(kuò)展了數(shù)據(jù)加載場景，現(xiàn)在可以從SQL數(shù)據(jù)庫導(dǎo)入和導(dǎo)出數(shù)據(jù)。這是通過ADO完成的。NET，它支持SQL兼容的數(shù)據(jù)庫。同樣在DataFrame中，列克隆和二進(jìn)制比較場景的算術(shù)性能得到了改進(jìn)。在執(zhí)行算術(shù)運算時改進(jìn)了空值處理，在轉(zhuǎn)換數(shù)據(jù)時需要更少的步驟。對調(diào)試器進(jìn)行了改進(jìn)，以改善具有長名稱的列的可讀輸出。張量原語包括一組新的API來支持張量操作。

微軟目前正在制定.NET?9和ML.NET?4.0的計劃。與此同時，該公司表示，用戶可以期待Model?Builder和ML.NET?CLI進(jìn)行更新，以使用ML.NET?3.0版本。計劃還要求擴(kuò)展深度學(xué)習(xí)場景和集成，并對DataFrame進(jìn)行增強(qiáng)。最后，微軟表示將繼續(xù)擴(kuò)展System.Numerics.Tensors中的API，并將其集成到ML.NET中。