11 月 29 日消息，微軟日前宣布推出跨平臺(tái)機(jī)器學(xué)習(xí)框架 ML.NET 3.0，主要強(qiáng)化了深度學(xué)習(xí)功能，改進(jìn) ML.NET 數(shù)據(jù)處理能力，并添加了英特爾 oneDAL 加速訓(xùn)練技術(shù)，以及自動(dòng)機(jī)器學(xué)習(xí)等功能。

注意到，ML.NET 3.0 提供了多項(xiàng)深度學(xué)習(xí)功能，包含“物體檢測(cè)”、“命名實(shí)體辨識(shí)”和“問(wèn)答處理”等。

其中“物體檢測(cè)”能夠在圖像中定位并分類(lèi)不同類(lèi)型的實(shí)體，官方介紹稱(chēng)，物體檢測(cè)是一項(xiàng)電腦視覺(jué)任務(wù)，和“圖像分類(lèi)”關(guān)系密切，但分類(lèi)相對(duì)更精細(xì)，當(dāng)影像中包含不同類(lèi)型的物體時(shí)，官方建議使用相關(guān)功能。

而命名實(shí)體辨識(shí)和問(wèn)答處理基于微軟新添加的 TorchSharp API，該 API 是一個(gè).NET 庫(kù)，號(hào)稱(chēng)結(jié)合了微軟研究院的最新技術(shù)與 TorchSharp 中 Transformer 神經(jīng)網(wǎng)絡(luò)架構(gòu)，并通過(guò)現(xiàn)有的 TorchSharp RoBERTa 文字分類(lèi)功能作為基礎(chǔ)，從而實(shí)現(xiàn)了上述功能。

此外，微軟在先前發(fā)布 ML.NET 2.0 不久后，便宣布要為英特爾的 oneDAL 加速訓(xùn)練技術(shù)提供支持，目前這項(xiàng)功能已經(jīng)在 ML.NET 3.0 中登場(chǎng)，能夠顯著加速數(shù)據(jù)分析和機(jī)器學(xué)習(xí)過(guò)程。

微軟還更新了 ML.NET 3.0 自動(dòng)機(jī)器學(xué)習(xí)（AutoML）功能，帶來(lái)了語(yǔ)句相似性、問(wèn)答處理和物體偵測(cè)等功能，能夠協(xié)助開(kāi)發(fā)者選擇最適合的模型和參數(shù)，令開(kāi)發(fā)者更容易設(shè)計(jì)機(jī)器學(xué)習(xí)模型。

同時(shí)發(fā)現(xiàn)，ML.NET 現(xiàn)在具有連續(xù)資源監(jiān)控能力，可以通過(guò) AutoML.IMonitor 監(jiān)控 RAM 和硬盤(pán)空間使用情況，便于開(kāi)發(fā)者控制長(zhǎng)期運(yùn)作的實(shí)驗(yàn)，避免運(yùn)行的進(jìn)程因 RAM 或 ROM 不足導(dǎo)致崩潰，同時(shí)便于開(kāi)發(fā)者直觀地查看進(jìn)程的各項(xiàng)參數(shù)。

ML.NET 3.0 還整合了 Tensor Primitives，這是一套專(zhuān)門(mén)用于張量運(yùn)算的新 API，能夠進(jìn)一步推進(jìn).NET 在人工智能數(shù)學(xué)運(yùn)算的應(yīng)用。該 API 不僅運(yùn)用硬件內(nèi)部指令集來(lái)加速運(yùn)算效率，還結(jié)合泛型數(shù)學(xué)（Generic Math）的原理概念，號(hào)稱(chēng)是“開(kāi)發(fā)者處理復(fù)雜數(shù)學(xué)和繁瑣數(shù)據(jù)的強(qiáng)大工具”。

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，所有文章均包含本聲明。

總結(jié)

以上是生活随笔為你收集整理的微软推出跨平台框架 ML.NET 3.0 版本：强化深度学习功能、加强 AI 计算效率的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。