内容简介：ML.NET 1.1 已发布。ML.NET 是一个跨平台的机器学习框架，旨在让 .NET 开发者更快上手机器学习，它允许 .NET 开发者开发他们自己的模型，并将自定义 ML 注入到应用程序中。 1.1 的更新亮点包括针对 ML.NET 的更新...
ML.NET 1.1 已发布。ML.NET 是一个跨平台的机器学习框架，旨在让 .NET 开发者更快上手机器学习，它允许 .NET 开发者开发他们自己的模型，并将自定义 ML 注入到应用程序中。
1.1 的更新亮点包括针对 ML.NET 的更新，以及用于 Visual Studio 的 Model Builder 的更新。
针对 ML.NET 的更新
在 IDataview 中增加对内存（In-Memory）“图像类型”的支持
在旧版本的 ML.NET 中，每当在模型中使用图像时（例如使用图像对 TensorFlow 或 ONNX 模型进行评分时），我们需要从指定文件路径的驱动器的文件夹中加载图像。但在 ML.NET 1.1 中，现在可以加载内存中的图像并直接处理它们。
新的异常检测算法（预览阶段）
在时间序列 NuGet 包（Time Series NuGet package）中添加了一个名为 SrCnnAnomalyDetection 的新异常检测算法（Anomaly Detection algorithm）。此算法基于超分辨率深度卷积网络（Super-Resolution Deep Convolutional Network.），它优点之一是不需要任何先前的训练。
如要进一步学习，请参阅这段进行异常检测的示例代码。
新的时间序列预测组件（预览阶段）
添加到时间序列 NuGet 包中的这一新功能允许我们实现基于 Singular Spectrum Analysis(SSA) 的时间序列预测模型。
它在 ML.NET 中被命名为AdaptiveSingularSpectrumSequenceModeler。当数据具有某种周期性组件时，这种类型的时间序列预测非常有用，其中事件具有因果关系，并且它们在某个时间点发生（或未发生）。例如，受不同海运（假日季节、销售时间表和周末等）影响的销售预测或时间成分重要的任何其他类型的数据。
针对 Model Builder 的更新
此版本的模型构建器增加了对新方案的支持，并解决了许多用户报告的问题。
引入新的 Issue 分类模板
此方案使用户能够添加对将表格数据分类到许多类的支持。该模板使用多类（multi-class）的分类方式，可用于将数据分类为 3 个以上的类别。例如，可以使用此模板预测 GitHub issue、用户提交的工单，以及将电子邮件分类到不同的类别和更多场景。
改进评估步骤
评估步骤（Evaluate step）现在会显示有关所探索的顶级模型的更多正确信息。这是大多数用户报告的请求修复的错误。
改进代码生成步骤
通过引用项目名称来改进易于使用生成代码的指令。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 构建机器学习算法
- 京东构建算法业务平台实践
- 重新利用“闲置物品”，这家公司用算法构建新的闲置经济
- 联想亮相首届混合智能学术大会 以HPC+AI构建算法世界
- Golang websocket结合一致性哈希算法构建高并发推送服务
- 【火炉炼AI】机器学习022-使用均值漂移聚类算法构建模型
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
