ML.NET -- это кроссплатформенный фреймворк машинного обучения для .NET-разработчиков. А Model Builder -- это инструмент пользовательского интерфейса в Visual Studio, который использует Automated Machine Learning (AutoML), чтобы легко обучать и использовать пользовательские модели ML.NET. С ML.NET и Model Builder вы можете создавать собственные модели машинного обучения для таких сценариев, как сентимент-анализ, прогнозирование цен и т.д. И все это без какого-либо опыта в машинном обучении.
Этот релиз Model Builder-а содержит исправления ошибок и две новые интересные функции:
Мы продемонстрировали эту функцию на .NET Conf. С помощью нее можно определять погоду на изображениях как солнечную, облачную или дождливую, и теперь вы можете локально обучать модели классификации изображений в Model Builder с помощью ваших собственных изображений.
Например, скажем, у вас есть набор данных изображений собак и кошек, и вы хотите использовать эти изображения для обучения модели ML.NET, которая классифицирует новые изображения как «собака» или «кошка».
Ваш набор данных должен содержать родительскую папку с помеченными подпапками для каждой категории (например, папку с именем Animals, которая содержит две подпапки: одну с именем Dog, которая содержит изображения собак, и одну с именем Cat, которая содержит изображения кошек):
Вы можете использовать Next Steps и проекты, сгенерированные Model Builder, чтобы легко применять обученную модель классификации изображений в вашем приложении для конечного пользователя, также как и в текстовых сценариях.
После обучения модели в Model Builder вы можете использовать модель для прогнозирования прямо в пользовательском интерфейсе как для текстовых сценариев, так и для сценариев с картинками.
Например, для примера классификации изображений «собака — кошка» можно добавить изображение и просмотреть результаты на шаге «Оценка» в Model Builder:
Если у вас есть текстовый сценарий, такой как прогнозирование цены на такси, вы также можете добавить пример данных в разделе «Попробуйте свою модель»:
Если вы столкнулись с какими-либо проблемами или чувствуете, что чего-то не хватает в ML.NET Model Builder, сообщите нам об этом, создав запрос в нашем репозитории на GitHub.
Вы можете скачать ML.NET Model Builder в VS Marketplace (или в меню Extensions в Visual Studio).
Узнавайте подробности в документации ML.NET или изучайте туториал.
Еще не используете Visual Studio? Попробуйте ML.NET CLI.
ML.NET Model Builder
Этот релиз Model Builder-а содержит исправления ошибок и две новые интересные функции:
- Сценарий классификации изображений — локально обучайте модели классификации изображений своими изображениями
- Пробуйте свою модель — делайте прогнозы на выборке входных данных прямо в UI
Сценарий классификации изображений
Мы продемонстрировали эту функцию на .NET Conf. С помощью нее можно определять погоду на изображениях как солнечную, облачную или дождливую, и теперь вы можете локально обучать модели классификации изображений в Model Builder с помощью ваших собственных изображений.
Например, скажем, у вас есть набор данных изображений собак и кошек, и вы хотите использовать эти изображения для обучения модели ML.NET, которая классифицирует новые изображения как «собака» или «кошка».
Ваш набор данных должен содержать родительскую папку с помеченными подпапками для каждой категории (например, папку с именем Animals, которая содержит две подпапки: одну с именем Dog, которая содержит изображения собак, и одну с именем Cat, которая содержит изображения кошек):
Вы можете использовать Next Steps и проекты, сгенерированные Model Builder, чтобы легко применять обученную модель классификации изображений в вашем приложении для конечного пользователя, также как и в текстовых сценариях.
Попробуйте свою модель
После обучения модели в Model Builder вы можете использовать модель для прогнозирования прямо в пользовательском интерфейсе как для текстовых сценариев, так и для сценариев с картинками.
Например, для примера классификации изображений «собака — кошка» можно добавить изображение и просмотреть результаты на шаге «Оценка» в Model Builder:
Если у вас есть текстовый сценарий, такой как прогнозирование цены на такси, вы также можете добавить пример данных в разделе «Попробуйте свою модель»:
Ждем ваш фидбек
Если вы столкнулись с какими-либо проблемами или чувствуете, что чего-то не хватает в ML.NET Model Builder, сообщите нам об этом, создав запрос в нашем репозитории на GitHub.
Начните работу с Model Builder
Вы можете скачать ML.NET Model Builder в VS Marketplace (или в меню Extensions в Visual Studio).
Узнавайте подробности в документации ML.NET или изучайте туториал.
Еще не используете Visual Studio? Попробуйте ML.NET CLI.
