微软在先前发布 ML.NET 2.0 不久后，便宣布要为英特尔的 oneDAL 加速训练技术提供支持，目前这项功能已经在 ML.NET 3.0 中登场，能够显著加速数据分析和机器学习过程。
IT之家11 月 29 日消息，微软日前宣布推出跨平台机器学习框架ML.NET3.0，主要强化了深度学习功能，改进ML.NET数据处理能力，并添加了英特尔 oneDAL 加速训练技术，以及自动机器学习等功能。
▲ 图源微软
IT之家注意到，ML.NET3.0 提供了多项深度学习功能，包含“物体检测”、“命名实体辨识”和“问答处理”等。
其中“物体检测”能够在图像中定位并分类不同类型的实体，官方介绍称，物体检测是一项电脑视觉任务，和“图像分类”关系密切，但分类相对更精细，当影像中包含不同类型的物体时，官方建议使用相关功能。
而命名实体辨识和问答处理基于微软新添加的 TorchSharp API，该API 是一个.NET 库，号称结合了微软研究院的最新技术与 TorchSharp 中 Transformer 神经网络架构，并通过现有的 TorchSharp RoBERTa 文字分类功能作为基础，从而实现了上述功能。
此外，微软在先前发布ML.NET2.0 不久后，便宣布要为英特尔的oneDAL 加速训练技术提供支持，目前这项功能已经在ML.NET3.0 中登场，能够显著加速数据分析和机器学习过程。
微软还更新了ML.NET3.0 自动机器学习（AutoML）功能，带来了语句相似性、问答处理和物体侦测等功能，能够协助开发者选择最适合的模型和参数，令开发者更容易设计机器学习模型。
IT之家同时发现，ML.NET现在具有连续资源监控能力，可以通过AutoML.IMonitor监控 RAM 和硬盘空间使用情况，便于开发者控制长期运作的实验，避免运行的进程因 RAM 或 ROM 不足导致崩溃，同时便于开发者直观地查看进程的各项参数。
ML.NET3.0 还整合了 Tensor Primitives，这是一套专门用于张量运算的新 API，能够进一步推进.NET 在人工智能数学运算的应用。该 API 不仅运用硬件内部指令集来加速运算效率，还结合泛型数学（Generic Math）的原理概念，号称是“开发者处理复杂数学和繁琐数据的强大工具”。
▲ 图源微软
©本文为清一色官方代发，观点仅代表作者本人，与清一色无关。清一色对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。本文不作为投资理财建议，请读者仅作参考，并请自行承担全部责任。文中部分文字/图片/视频/音频等来源于网络，如侵犯到著作权人的权利，请与我们联系（微信/QQ:1074760229）。转载请注明出处：清一色财经
微信扫码打赏 
支付宝扫码打赏 
