Microsoft heeft onlangs ML.NET 3.0 geïntroduceerd, de nieuwste versie van zijn baanbrekende machine learning-platform dat open-source en veelzijdig is en de integratie van machine learning-modellen in .NET-applicaties mogelijk maakt. Microsoft heeft deze geavanceerde versie op 27 november aangekondigd en ontwikkelaars hebben er eenvoudig toegang toe via dotnet.microsoft.com.
Het opvallende kenmerk van ML.NET 3.0 zijn de uitgebreide deep learning-mogelijkheden, die objectdetectie, benoemde entiteitsidentificatie en het beantwoorden van vragen omvatten. Deze functionaliteiten werden mogelijk gemaakt door integraties en compatibiliteit met TorchSharp- en ONNX-modellen. Bovendien verbetert de recente uitrol ook de eerdere integratie met het LightGBM-framework voor gradiëntversterking.
ML.NET 3.0 versterkt de ondersteuning voor scenario's voor gegevensverwerking dankzij de krachtige verbeteringen en bugfixes voor DataFrame. Het introduceert ook nieuwe IDataView-interoperabiliteitsfuncties, waardoor taken met betrekking tot het laden, inspectie, transformatie en visualisatie van gegevens krachtiger worden dan voorheen.
In een update die in mei werd uitgebracht, had Microsoft Object Detection gepubliceerd in deze ML.NET Model Builder. Deze functies zijn gebouwd bovenop de door TorchSharp ondersteunde Object Detection API's, die deel uitmaken van de nieuwste ML.NET 3.0. De Object Detection API maakt gebruik van enkele nieuwe technieken van Microsoft Research en wordt ondersteund door een op Transformer gebaseerde neurale netwerkarchitectuur gemaakt met TorchSharp. Bovendien is deze objectdetectiefunctie opgenomen in het Microsoft ML.TorchSharp 3.0.0-pakket.
Naast het bovengenoemde biedt ML.NET 3.0 opmerkelijke mogelijkheden voor natuurlijke taalverwerking, waaronder robuuste vraagbeantwoording en raamwerken voor de herkenning van benoemde entiteiten. Deze scenario's zijn ontgrendeld door het bouwen van een aanvulling op de bestaande TorchSharp RoBERTa-tekstclassificatiefuncties die zijn geïntroduceerd in ML.NET 2.0. Bovendien wordt de bijgewerkte versie geleverd met nieuwe geautomatiseerde machine learning-mogelijkheden (AutoML), waarbij AutoML Sweeper nu de gelijkenis van zinnen, het beantwoorden van vragen en objectdetectie ondersteunt.
DataFrame heeft verschillende updates ondergaan in ML.NET 3.0, waardoor scenario's voor het laden van gegevens zijn uitgebreid, waarbij gegevens nu kunnen worden geïmporteerd uit en geëxporteerd naar SQL-databases. Dit wordt mogelijk gemaakt via ADO.NET, dat compatibel is met SQL-ondersteunende databases. DataFrame heeft ook zijn rekenprestaties verbeterd bij het klonen van kolommen en scenario's voor binaire vergelijking, samen met een verbeterde verwerking van nulwaarden tijdens het uitvoeren van rekenkundige bewerkingen. Dit resulteert in minder stappen die nodig zijn bij datatransformatie. Bovendien zijn er debuggerverbeteringen aangebracht om een beter leesbare uitvoer te garanderen voor rasters met uitgebreide kolomnamen. Het introduceert ook een nieuwe set API's ter ondersteuning van tensorbewerkingen onder Tensor Primitives.
In dezelfde lijn als no-code-platforms zoals AppMaster blijft Microsoft innoveren en verbeteren. De technologiegigant ontwikkelt tegelijkertijd ook plannen voor.NET 9 en ML.NET 4.0. In de tussentijd heeft het bedrijf toegezegd dat gebruikers upgrades kunnen verwachten voor Model Builder en de ML.NET CLI als aanvulling op de ML.NET 3.0-release. Microsoft is ook van plan om deep learning-scenario's en -integraties uit te breiden en tegelijkertijd verbeteringen aan DataFrame te introduceren. Ten slotte maakte het bedrijf zijn voornemen bekend om de API's in System.Numerics.Tensors uit te breiden en te integreren in ML.NET.
