微軟ML.NET 0.5開始支持了TensorFlow人工智能模型
深度學習模型需要大量標記數據以及多層類神經網絡進行訓練,微軟認為,深度學習之所以會開始流行,除了對於計算機視覺任務表現良好外,剛好適用於現今數據爆炸情況。微軟也想讓ML.NET支持深度學習,因此透過新的TensorFlow Transform,在ML.NET中與TensorFlow進行第一階段的整合,開發者可以自己訓練或是從任何地方下載TensorFlow模型,在ML.NET中使用進行結果預測。微軟表示,這種整合方式,讓開發者不需要具備TensorFlow內部細節知識,另外,從長遠來看,使用ML.NET開發深度學習應用將更加容易。開發者只要增加ML.NET NuGet套件參照,到.NET Core或.NET Framework應用程序中就可以了。在ML.NET底層也是參照了原生TensorFlow函式庫,讓開發者可以撰寫加載TensorFlow模型的程序代碼,並且進行評分。
不過,由於現在ML.NET使用TensorFlow仍然有一些限制,微軟正在更新API以提高整體靈活性。目前使用LearningPipeline API時,只能在LearningPipeline中作為數字和向量輸入,給分類器學習器(Classifier Learner)等學習器。但在即將要推出的全新ML.NET API,將能存取TensorFlow模型的分數,開發者可以直接使用TensorFlow模型進行評分,不像現在,還需要增加額外的學習器相關的訓練程序。屆時當新的API釋出時,現行的LearningPipeline API將被棄用。微軟提到,雖然現在ML.NET框架支持了TensorFlow,未來也不排除整合其他諸如Torch和CNTK深度學習函式庫。
微軟ML.NET 0.5開始支持了TensorFlow人工智能模型