Microsoft ha recentemente introdotto ML.NET 3.0, l'ultima versione della sua pionieristica piattaforma di machine learning che è open source, versatile e consente l'integrazione di modelli di machine learning nelle applicazioni .NET. Microsoft ha annunciato questa versione avanzata il 27 novembre e gli sviluppatori possono accedervi facilmente tramite dotnet.microsoft.com.
La caratteristica principale di ML.NET 3.0 sono le sue funzionalità estese di deep learning, che comprendono il rilevamento di oggetti, l'identificazione di entità denominate e la risposta alle domande. Queste funzionalità sono state potenziate dalle integrazioni e dalla compatibilità con i modelli TorchSharp e ONNX. Inoltre, la recente implementazione migliora anche la precedente integrazione con il framework di potenziamento del gradiente LightGBM.
ML.NET 3.0 rafforza il supporto per gli scenari di elaborazione dati grazie ai potenti miglioramenti e alle correzioni di bug di DataFrame. Introduce inoltre nuove funzionalità di interoperabilità IDataView, rendendo le attività relative al caricamento, all'ispezione, alla trasformazione e alla visualizzazione dei dati più potenti di prima.
In un aggiornamento rilasciato a maggio, Microsoft aveva pubblicizzato il rilevamento degli oggetti in questo ML.NET Model Builder. Queste funzionalità si basano sulle API di rilevamento oggetti potenziate da TorchSharp, che fanno parte dell'ultimo ML.NET 3.0. L'API Object Detection adotta alcune nuove tecniche di Microsoft Research ed è supportata da un'architettura di rete neurale basata su Transformer realizzata con TorchSharp. Inoltre, questa funzionalità di rilevamento degli oggetti è inclusa nel pacchetto Microsoft ML.TorchSharp 3.0.0.
Oltre a quanto sopra menzionato, ML.NET 3.0 offre notevoli possibilità per l'elaborazione del linguaggio naturale, tra cui robuste risposte alle domande e framework di riconoscimento delle entità denominate. Questi scenari sono stati sbloccati sviluppando le funzionalità di classificazione del testo TorchSharp RoBERTa esistenti introdotte in ML.NET 2.0. Inoltre, la versione aggiornata include nuove funzionalità di apprendimento automatico automatico (AutoML) con AutoML Sweeper che ora supporta la somiglianza delle frasi, la risposta alle domande e il rilevamento degli oggetti.
DataFrame è stato sottoposto a diversi aggiornamenti in ML.NET 3.0, amplificando gli scenari di caricamento dei dati con i dati ora importabili ed esportabili in database SQL. Ciò è reso possibile tramite ADO.NET, che è compatibile con i database che supportano SQL. DataFrame ha inoltre potenziato le prestazioni aritmetiche negli scenari di clonazione di colonne e confronto binario, oltre a una migliore gestione dei valori nulli durante l'esecuzione di operazioni aritmetiche. Ciò si traduce in un minor numero di passaggi richiesti nella trasformazione dei dati. Inoltre, sono stati apportati miglioramenti al debugger per garantire un output più leggibile per le griglie con nomi di colonne estesi. Introduce inoltre un nuovo set di API per supportare le operazioni tensoriali in Tensor Primitives.
Sulla stessa falsariga delle piattaforme senza codice come AppMaster , Microsoft continua a innovare e migliorare. Il colosso della tecnologia sta inoltre sviluppando contemporaneamente piani per.NET 9 e ML.NET 4.0. Nel frattempo, l'azienda si è impegnata a garantire agli utenti aggiornamenti per Model Builder e ML.NET CLI per integrare la versione ML.NET 3.0. Microsoft prevede inoltre di espandere scenari e integrazioni di deep learning introducendo miglioramenti a DataFrame. Infine, la società ha rivelato la sua intenzione di espandere le API in System.Numerics.Tensors e integrarle in ML.NET.
