提起AI，大家都會先想到Python，確實Python作為一門好幾十年的老語言，上一波的AI大流行使它煥發(fā)了青春。大家用Phtyon來做AI，最主要的原因無非就是編碼量更少，很多數(shù)學和AI相關的Api都是現(xiàn)成的。但是隨著ML.net的問世，我們現(xiàn)在可以在.netcore平臺上使用比Python更少的代碼來實現(xiàn)AI的功能了。

?

ML是Machine Learning的縮寫，從命名上可以看出微軟對于對于AI的現(xiàn)狀還是有非常清醒的認識的。目前我們所有聲稱的人工智能其實只是機器學習，離真正意義上的人工智能還差的很遠。這也是為什么，AI這個概念幾乎每十年就火一次，然后陷入沉寂，因為我們在算法上其實始終沒有突破，只是硬件比以前強大了，算的比以前快了而已。

上一波的AI創(chuàng)業(yè)大軍已經紛紛倒下了，這也使我們認識到目前AI的水平是很難獨立支撐一塊完整的創(chuàng)新業(yè)務的，但是作為已有系統(tǒng)的補充，作為數(shù)據(jù)分析的工具，AI還是很有用的，尤其是在圖像識別，語義分析，數(shù)值預測等已有成熟算法的領域。

?

讀到這里是不是以為這篇文章是噴概念的？必須不是啊，干貨來了：

?

ML.Net主要特點：

跨平臺，開源，使用簡單，支持Tensorflow等擴展

?

一、?使用ML.Net的圖形化工具生成機器學習代碼

目前的Visual Studio 2019已經包含了ML.Net的圖形化工具，只不過還是預覽版，需要你手動開啟，首先在Visual Studio Installer里安裝的功能中勾選ML.Net

然后在visual studio的 工具->選項中，選擇展示預覽功能

?

從這里我們也可以看出，微軟已經計劃在后續(xù)的visual studio中將ML.NET作為默認工具集成進來了。

?

安裝完畢之后，隨便建一個.netcore的項目，控制臺的就可以。右鍵點擊添加就會看到ML.NET的選項

?

點擊之后會有圖形界面，然你從幾種常見的需求中選擇，比如語義識別，圖像識別，數(shù)值預測等，后續(xù)它還會支持圖片中物體識別等更復雜的需求。整個過程非常直觀，按照它的界面一步一步走就可以，它最終會幫你訓練模型并生成使用模型和再次訓練模型的代碼。

二、?手動引用Nuget包進行開發(fā)

在已有項目中手動添加AI的支持，只需要從Nuget上手動引用Microsoft.ML包，以及其他任務相關的包，如果需要使用tensorflow訓練的模型，則需要引用SciSharp.TensorFlow.Redist包。訓練和使用模型的代碼都比較簡單，根據(jù)機器學習的類型不同，少則10幾行，多則幾十行代碼就可以完成訓練的編碼。

?

三、?實戰(zhàn)演示

公司內部已有app需要增加一些額外功能，用戶用手機截圖上傳的時候，系統(tǒng)需要判斷圖片有沒有最上方的狀態(tài)欄。由于手機本身系統(tǒng)的不同，再加上安卓手機狀態(tài)欄基本上都能自定義，所以狀態(tài)欄的樣式是五花八門的，傳統(tǒng)方式很難實現(xiàn)這個需求。最終我們使用WTM+ML.NET快速搭建了一個AI圖片分類的平臺，這個平臺的功能包括：

?

1.?可維護多種圖片識別的任務。雖然目前的需求只有狀態(tài)欄識別這一個，但是系統(tǒng)應該支持多種圖片任務。

2.?每種任務可以自定義具體分類

3.?每種任務可以指定不同的圖片預處理操作，比如狀態(tài)欄識別這個任務應該在訓練和識別之前對原始圖片進行裁剪，只判斷上方80像素高的區(qū)域。

4.?提供后臺界面允許管理人員對數(shù)據(jù)進行標注

5.?允許在線增量訓練

6.?提供對外API接口，使其他系統(tǒng)可以使用該api來進行圖片識別的工作

7.?其他通用模塊，如日志，用戶，權限等

?

以上的需求我們用了不到一個工作日，使用WTM+ML.NET就快速實現(xiàn)了，當然準備初次訓練所需的圖片用了兩周的時間。最終我們使用了七千多張帶狀態(tài)欄的圖片，和兩千多張不帶狀態(tài)欄的圖片訓練完成了這個模型，準確率可以達到95%。后續(xù)通過人工標注和增量訓練這個準確度還可以提高。

?

這個系統(tǒng)目前已經上線，為一個40萬日活的App提供圖片識別服務，表現(xiàn)相當穩(wěn)定。

?

Talk is cheep, show me the code?

沒問題，歡迎來我們在CSDN上的課程https://edu.csdn.net/course/detail/27568?， 或者在csdn里搜索WTM找到我們的視頻教程。里面有完整的從0開始開發(fā)上述系統(tǒng)的視頻講解，并有完整的源代碼。源碼不是公司的哦，公司用的Layui，我又用VUE重新寫了一遍。用了WTM，這都不是事兒，快得很。

另，WTM正在進行新一輪大幅重構和優(yōu)化，請大家拭目以待~~~

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的人工智能？.NetCore一样胜任！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。