- 综合排序
- 最热优先
- 最新优先
- 来自专栏张善友的专栏
微软发布ML.NET 1.0
您可以在我们的ML.NET客户展示中使用ML.NET跟踪这些和许多其他组织的旅程。 ML.NET核心组件 自动机器学习预览 ML.NET模型生成器预览 ML.NET CLI预览 ML.NET入门 前面的路 你帮忙建了它 ML.NET核心组件 ML.NET旨在提供终端工作流程，以便在机器学习 您可以使用ML.NET Model Builder，ML.NET CLI或直接使用AutoML API （可在此处找到例子），以三种形式在ML.NET中试用AutoML体验。 ML.NET CLI预览 ML.NET CLI（命令行界面）是我们今天推出的另一个新工具！ ML.NET CLI是一个dotnet工具，允许使用AutoML和ML.NET生成ML.NET模型。 ML.NET的下一步是什么 虽然我们非常高兴今天发布ML.NET 1.0，但团队已经在努力为ML.NET 1.0版发布以下功能。
1.1K20发布于 2019-07-02 - 来自专栏张善友的专栏
机器学习 ML.NET 发布 1.0 RC
ML.NET 是面向.NET开发人员的开源和跨平台机器学习框架（Windows，Linux，macOS）,通过使用ML.NET,.NET开发人员可以利用他们现有的工具和技能组，为情感分析，推荐，图像分类等常见场景创建自定义机器学习模型 1.0 RC（Release Candidate）（版本1.0.0-preview）, 这是在2019年第二季度发布最终 ML.NET 1.0 RTM 之前的最后预览版本, 我猜测发布的时间点应该是微软 下图是从2018年5月份开源发布ML.NET 0.1版本以来到1.0 RTM之前的预览时间图： 在此版本（ML.NET 1.0 RC）中，主要是API更改完成，进入稳定。 ML.NET包的稳定版与预览版的分离： ML.NET 的包现在分成 1.0 RC 和 0.12 版本预览版，ML.NET中的大部分功能（约95％）将作为稳定版本发布，下列这些包是稳定的进入1.0 RC view=ml-dotnet 有一些功能在发布ML.NET 1.0时仍然不会处于RTM状态。
69740发布于 2019-07-02 - 来自专栏newbe36524的技术专栏
.NET 基金会项目介绍-ML.NET
ML.NET 是属于 .Net 基金会的一个项目，本文将简要介绍该项目相关的信息。 中文介绍 中文介绍内容翻译自英文介绍，主要采用意译、如与原文存在出入，请以原文为准。 ML.NET ML.NET 是一个跨平台的开源机器学习框架，其使得.Net开发人员也能够使用.Net开发机器学习。 ML.NET 使得 .Net 开发人员能够开发自己的机器学习模型，并将这些模型应用于他们的应用程序，尽管先前开发者在之前没有机器学习经验以及训练模型的经验。所有这些都可以采用 .Net 来实现。 而为了弥补空白，微软开源的 ML.NET 框架为 .Net 开发人员也带来了非常方便的机器学习框架。 ML.NET 目前已经支持有二进制分类、多种类分类、推荐、异常检测、评分和计算机视觉方面的应用。 英文介绍 ML.NET ML.NET is a cross-platform open-source machine learning framework which makes machine learning
88010发布于 2020-03-16 - 来自专栏全球技术精选
使用 ML.NET 再现 《华强买瓜》
前言 最近在看微软开源的机器学习框架ML.NET使用别人的预训练模型(开放神经网络交换格式.onnx)来识别图像，然后逛github发现一个好玩的repo。决定整活一期博客。 首先还是稍微科普一下机器学习相关的知识，这一块.NET虽然很早就开源了ML.NET框架，甚至在官方的ML.NET开源之前，就有一些三方社区的开源实现比如早期的AForge.NET实现。 ：https://t.ly/rnsi（需要解压提取内部的onnx文件） 操作流程 1、首先我们将目标视频（我这里就用B站经典短视频《华强买瓜》为例）通过ffmpeg转换成普通的一帧一帧的图片 2、通过ML.NET 3、由于2只能将图片迁移到固定的240240格式，所以我们还需要通过ML.NET加载【超分辨率预训练模型】将每一帧图片进行超分辨率放大得到一张672672的图片 4、通过ffmpeg将新的图片合并成新的视频 另外微软也承诺ML.NET的RoadMap会包含对预训练模型的迁移学习能力，这样我们可以通过通用的预训练模型根据我们自己的定制化场景只需要提供小规模数据集即可完成特定场景的迁移学习来提高模型对特定场景问题的解决能力
78410编辑于 2022-09-05 - 来自专栏张善友的专栏
在 ML.NET 中使用Hugginface Transformer
ML.NET 集成的ONNX运行时，Hugginface提供了一种以ONNX格式导出Transformers的方法。 首先以 ONNX 文件格式导出 Hugginface Transformer ， ML.NET 然后将其加载到 ONNX 运行时中。 1. ML.NET 加载 ONNX 模型 在使用ML.NET 加载ONNX 模型之前，我们需要检查模型并找出其输入和输出。 我们使用Netron。我们只需选择创建的模型，整个图形就会出现在屏幕上。 完成此操作后，我们可以继续进行实际的 ML.NET 代码。首先，在我们的 .NET 项目中安装必要的包。 总结 在本文中，我们看到了如何弥合技术之间的差距，并使用 ML.NET 在C#中构建最先进的NLP解决方案。
1.5K10编辑于 2022-09-26 - 来自专栏程序你好
ML.NET介绍：最常使用的数据结构IDataView
ML.NET一种跨平台的开源机器学习框架。ML.NET将让广大.NET开发人员可以开发自己的模型，并且将自定义的机器学习融入到其应用程序中，无需之前拥有开发或调整机器学习模型方面的专业知识。 IDataView是ML.NET的数据管道机制。 ML.Net中的大多数转换器倾向于一次操作一个输入列，并生成输出列。 现在已经支持TensorFlow with ML.NET，后续会加入Object detection，Style Transfer ，ONNX with ML.NET Binary classification 我们致力于将开发ML.NET的内部功能方面的全部经验带给开源界的ML.NET。
2.2K41发布于 2019-03-04 - 来自专栏Kiba518
C#使用ML.Net完成人工智能预测
前言 Visual Studio2019 Preview中提供了图形界面的ML.Net，所以，只要我们安装Visual Studio2019 Preview就能简单的使用ML.Net了，因为我的电脑已经安装了 然后点击代码，将ML.Net代码添加到解决方案中，如下图： ? 添加ML.Net代码后，如下图： ? 到这里，我们ML.Net就算初步学会使用了，下面，再提供一个官网GIF图片供大家参考。 ? 训练时长 模型生成器使用 AutoML 浏览多个模型，以查找性能最佳的模型。 --------------------------------------------------------------------------------------------- 到此C#使用ML.Net
1.5K20发布于 2020-12-09 - 来自专栏Flink实战应用指南
微软释出ML.NET 1.1，加入异常侦测演算法
导读 微软为ML.NET的时间序列NuGet套件加入两个预览功能，分别是异常侦测演算法以及全新支援奇谱分析的时间序列预测元件 ? 由微软研究院开发的机器学习框架ML.NET，在今年Build大会中推出了1.0正式版，现在微软再次更新框架提供的演算法推出ML.NET 1.1，同时也更新了仍在预览阶段的ML.NET模型建置工具（Model 微软在ML.NET 1.0中加入自动化机器学习AutoML功能，能自动决定使用于资料的演算法，帮助开发者快速建立机器学习模型。 微软在ML.NET 1.1中，为IDataview加入支援记忆体图像类型，而IDataView是.NET生态系统各函式库共享的类型。 在之前的ML.NET版本中，当开发者在模型中处理图像时，像是以TensorFlow或是ONNX模型为图像评分时，开发者需要指定磁碟中的路径，从档案中载入图像，但在ML.NET 1.1中，开发者可以使用记忆体中的图像
79910发布于 2019-06-21 - 来自专栏张善友的专栏
ML-Framework：ML.NET 0.3 带来新组件
ML.NET在今年微软在Build 2018 会议上宣布的机器学习框架现已正式推出0.3版本 https://github.com/dotnet/machinelearning/releases/tag ML.NET 0.3现在提供了许多用于训练机器学习模型的新组件以及以流行的ONNX格式导出模型的选项，当然还包括了许多Bug修复。 ML.NET 0.3中新增的训练模块（Learner）适用于不同的分类要求。 在ML.NET 0.3中，可以使用LightGBM的所有功能 - 除了排名评估器，预计将在更高版本中提供。 具体可参考知乎文章：https://www.zhihu.com/question/51644470 ML.NET在MIT许可跨平台下作为开源提供 - 例如Windows，Linux和macOS。
62320发布于 2018-07-24 - 来自专栏程序你好
使用ML.Net和CSharp语言进行机器学习
它将重点关注在.net中的基本工作流程及其数据处理结构，以及怎么样通过使用开源项目ML.Net 0.2来进行机器学习的实验。 二元分类 情绪分析维基百科 本节讨论的示例基于ML.Net教程中的情绪分析二进制分类场景。 ML.Net框架附带了一个可扩展的管道概念，其中可以插入不同的处理步骤，如上面所示。 在ML.Net中这样做需要我们创建一个包含多个列的输入映射: ? 我希望这篇文章是有用的，因为这可以帮助我们来推动基于ML.Net的应用。
2.7K30发布于 2018-07-23 - 来自专栏DotNet NB && CloudNative
ML.NET 快速入门与实践指南：Net机器学习利器
ML.NET 是一个跨平台的开源机器学习框架，专门为 开发者设计，允许在 .NET 应用程序中集成机器学习功能。如果你想在 .NET 应用中使用机器学习，ML.NET 是一个很好的选择。 安装 ML.NET 第一步，老规矩，先安装 dotnet add package Microsoft.ML 加载数据 ML.NET 通常需要数据集来进行训练和测试。 总结 上面演示了如何使用 ML.NET 来构建一个机器学习模型。可以根据需要扩展这个示例，处理更多复杂的任务（例如分类、聚类、深度学习等）。 ML.NET 提供了许多有用的功能，包括： • 数据加载和预处理 • 特征提取和转换 • 各种机器学习算法（分类、回归、聚类等） • 训练和评估模型 • 模型的持久化和加载
48310编辑于 2025-04-07 - 来自专栏张善友的专栏
.NET开发人员如何开始使用ML.NET
ML.NET一直在微软的研究部门的工作。 除了通常的机器学习任务外，ML.NET还支持AutoML。 对于机器学习初学者，Microsoft开发人员建议从Visual Studio中的ML.NET模型构建器和任何平台上的ML.NET CLI开始。 资料来源：微软 在命令行使用ML.NET 还引入了另一个工具ML.NET CLI（命令行工具），它允许使用AutoML和ML.NET生成ML.NET模型。 ML.NET CLI是跨平台的，是.NET CLI 的全局工具。Visual Studio扩展ML.NET Model Builder 还使用ML.NET CLI提供模型构建器功能。
1.4K20发布于 2019-07-02 - 来自专栏C#/.NET开源项目
ML.NET 快速入门与实践教程：开源机器学习框架
今天和大家聊一聊ML.NET如何快速入门。ML.NET是微软为.NET开发者量身打造的机器学习框架，让你无需离开熟悉的C#环境，就能将智能功能集成到应用中。 ML.NET简介与环境搭建什么是ML.NET？ML.NET是一个免费的、开源的、跨平台的机器学习框架，专为.NET开发者设计。 无论是.NETCore、.NET5/8还是.NETFramework，ML.NET都能完美支持。安装ML.NET在你开始编码之前，需要先安装ML.NETNuGet包。 核心概念：理解ML.NET的工作流程使用ML.NET构建机器学习模型遵循一个标准化的流程，理解这些核心概念是入门的关键。MLContext：一切操作的起点。 ML.NET允许你将一系列的数据转换操作（如连接特征、处理缺失值、文本向量化）组合成一个管道。训练器(Trainer)：即机器学习算法。
3110编辑于 2026-03-12 - 来自专栏张善友的专栏
ML.NET 3.0 增强了深度学习和数据处理能力
开源 ML.NET 框架[2]的主要卖点，旨在帮助开发人员能够使用C#和F#构建自定义ML模型并将其集成到应用程序中。 ML.NET 3.0 中的对象检测是一种高级形式的图像分类，它不仅可以对图像中的实体进行分类，还可以对它们进行定位，因此非常适合图像包含多个不同类型的对象的场景。 这些代表了在 ML.NET 框架内利用深度学习技术的重要一步。 对象检测API的底层技术包括微软研究院开发的基于Transformer的神经网络架构技术。 在 ML.NET 3.0 中，通过利用之前引入的 TorchSharp RoBERTa 文本分类功能，解锁了这两种方案的增强功能。 展望未来，开发团队现在正在制定 .NET 9 和 ML.NET 4.0 的计划，模型生成器和 ML.NET CLI 预计将更快地更新，以便使用 ML.NET 3.0 版本。
75910编辑于 2023-12-06 - 来自专栏magicodes
使用ML.NET模型生成器来完成图片性别识别
什么是ML.NET？ ML.NET 使你能够在联机或脱机场景中将机器学习添加到 .NET 应用程序中。 借助此功能，可以使用应用程序的可用数据进行自动预测。 ML.NET 的核心是机器学习模型 。 该模型指定将输入数据转换为预测所需的步骤。 借助 ML.NET，可以通过指定算法来训练自定义模型，也可以导入预训练的 TensorFlow 和 ONNX 模型。 了解ML.NET模型生成器 ML.NET 模型生成器是一个直观的图形化 Visual Studio 扩展，用于生成、训练和部署自定义机器学习模型。 如上图所示，ML.NET模型的zip文件也包含在解决方案中。
1.9K11发布于 2020-11-02 - 来自专栏桑榆肖物
YOLOv7 在 ML.NET 中使用 ONNX 检测对象
本文介绍如何在 ML.NET 中使用 YOLOv7 的 ONNX 模型来检测图像中的对象。 什么是 YOLO YOLO（You Only Look Once）是一种先进的实时目标检测系统。 github.com/sangyuxiaowu/ml_yolov7 编写完成执行，然后我们就可以在 assets/images/output 目录看到样例图片的预测结果： 预测结果 示例和参考 微软官方提供了 在 ML.NET References [1] CSDN 下载我分享的文件: https://download.csdn.net/download/marin1993/86912472 [2] 在 ML.NET 中使用
2.1K20编辑于 2022-11-18 - 来自专栏AI.NET极客圈
AI与.NET技术实操系列（二）：开始使用ML.NET
ML.NET简介 ML.NET是微软推出的开源机器学习框架，专为.NET开发者设计。它允许开发者在不离开.NET生态系统的情况下，构建、训练和部署机器学习模型。 此外，ML.NET还提供了丰富的文档和示例，帮助开发者快速入门。 ML.NET的核心特性包括： 数据加载和处理：支持从多种数据源加载数据，如CSV文件、数据库等，并提供数据转换和特征工程的工具。 安装和配置ML.NET 在开始使用ML.NET之前，你需要安装ML.NET NuGet包。 ML.NET支持.NET Core和.NET Framework，开发者可以根据自己的项目需求选择合适的版本。 安装ML.NET 你可以通过NuGet包管理器或命令行安装ML.NET。 ML.NET提供了多种评估指标，如准确率、AUC等。
67210编辑于 2025-03-20 - 来自专栏张善友的专栏
使用C# 探索 ML.NET 中的不同机器学习任务
什么是 ML.NET？ ML.NET 是 Microsoft 开源的针对 .NET 应用程序的 跨平台机器学习库，允许您使用 C#、F# 或任何其他 .NET 语言执行机器学习任务。 对于那些还没有深厚的数据科学技能和各种机器学习算法知识的人来说，ML.NET 还提供AutoML，Auto ML 是 ML.NET 的子集，它抽象出选择机器学习算法、为这些算法调整超参数以及相互比较算法以确定最佳性能的过程 安装 ML.NET 对于支持 .NET Standard 的任何项目，都可以通过 Visual Studio 中的 NuGet Package Manager 安装 ML.NET（几乎所有 .NET 项目都可以执行此操作 如果要向项目添加 ML.NET，请转到 NuGet 包管理器并安装最新版本的 。 我建议最好查看Microsoft关于 ML.NET 的文档以获取更多详细信息，或者在GitHub上查看他们的 ML.NET 示例。
2K40编辑于 2022-03-30 - 来自专栏张善友的专栏
.NET机器学习 ML.NET 1.4预览版和模型生成器更新
ML.NET 是面向.NET开发人员的开源和跨平台机器学习框架。 这次更新有如下亮点： ML.NET更新 ML.NET 1.4 Preview是一个向后兼容的版本，没有重大更改。 图像分类器场景 - 使用ML.NET训练您自己的自定义深度学习模型 ? 为了使用TensorFlow，ML.NET内部依赖于Tensorflow.NET库。 Model Builder已更新至最新的ML.NET GA版本 Model Builder使用ML.NET（1.3）的最新GA版本，因此生成的C＃代码也引用了ML.NET 1.3。 模型 Azure函数（C＃）上的可扩展ML.NET模型 YouTube上的新ML.NET视频播放列表 我们在.NET基础频道创建了一个ML.NET Youtube播放列表，其中包含一个由选定视频组成的列表
2.4K30发布于 2020-06-19 - 来自专栏张善友的专栏
一个开源的，跨平台的.NET机器学习框架ML.NET
微软在Build 2018大会上推出的一款面向.NET开发人员的开源，跨平台机器学习框架ML.NET。 ML.NET将允许.NET开发人员开发他们自己的模型，并将自定义ML集成到他们的应用程序中，而无需事先掌握开发或调整机器学习模型的专业知识。 ML.NET填平了机器学习专家和软件开发者之间的差距，从而使得机器学习的平民化，即使没有机器学习背景的人们能够建立和运行模型。 ML.NET将最终将接口暴露给其他流行的机器学习库，如TensorFlow，CNTK和Accord.NET。 如何在应用程序中使用ML.NET？ ML.NET以NuGet包的形式提供，可以轻松安装到新的或现有的.NET应用程序中。
1.9K60发布于 2018-06-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号