ML.NET 1.1 发布，模型构建器升级和新的异常检测算法

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。

相关示例代码点此查看。

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。

详细更新内容请查看发布公告。

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

查看所有标签

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。