時間：2018-09-14 來源：互聯網 瀏覽量：
微軟在5月推出由微軟研究院開發、發展了十年的機器學習框架ML.NET，今推出了ML.NET 0.5，最大的更新便是開始支持TensorFlow，開發者可以在ML.NET中直接使用已經訓練好的TensorFlow模型，進行評分（Scoring）。另外，微軟正在開發新的ML.NET API，屆時將會棄用現行的LearningPipeline API。
適逢.NET Conf 2018，微軟順勢推出ML.NET 0.5，距離5月推出的ML.NET 0.1已經距離一段時間，這次帶來巨大的更新，微軟在ML.NET 0.5中，增加了TensorFlow模型評分轉換（TensorFlow Transform）。微軟提到，深度學習是人工智能和機器學習的子集，能夠透過實例來學習人類自然習得的能力，與傳統機器學習相比，深度學習可以直接從圖像、聲音以及文本中，學習物件偵測或是分類任務，甚至可以提供語音辨識以及語言翻譯等功能，但傳統的機器學習依賴特征工程以及資料處理。
深度學習模型需要大量標記資料以及多層類神經網路進行訓練，微軟認為，深度學習之所以會開始流行，除了對於電腦視覺任務表現良好外，剛好適用於現今資料爆炸情況。微軟也想讓ML.NET支持深度學習，因此透過新的TensorFlowTransform，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。開發者隻要增加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函數庫，讓開發者可以撰寫載入TensorFlow模型的代碼，並且進行評分。
不過，由於現在ML.NET使用TensorFlow仍然有一些限製，微軟正在更新API以提高整體靈活性。目前使用LearningPipeline API時，隻能在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推出時，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深度學習函數庫。
