皇上,还记得我吗?我就是1999年那个Linux伊甸园啊-----24小时滚动更新开源资讯,全年无休!

ML.NET 1.1 发布,模型构建器升级和新的异常检测算法

ML.NET 1.1 已发布。ML.NET 是一个跨平台的机器学习框架,旨在让 .NET 开发者更快上手机器学习,它允许 .NET 开发者开发他们自己的模型,并将自定义 ML 注入到应用程序中。

1.1 的更新亮点包括针对 ML.NET 的更新,以及用于 Visual Studio 的 Model Builder 的更新。

针对 ML.NET 的更新

在 IDataview 中增加对内存(In-Memory)“图像类型”的支持

在旧版本的 ML.NET 中,每当在模型中使用图像时(例如使用图像对 TensorFlow 或 ONNX 模型进行评分时),我们需要从指定文件路径的驱动器的文件夹中加载图像。但在 ML.NET 1.1 中,现在可以加载内存中的图像并直接处理它们。

新的异常检测算法(预览阶段)

在时间序列 NuGet 包(Time Series NuGet package)中添加了一个名为 SrCnnAnomalyDetection 的新异常检测算法(Anomaly Detection algorithm)。此算法基于超分辨率深度卷积网络(Super-Resolution Deep Convolutional Network.,它优点之一是不需要任何先前的训练。

如要进一步学习,请参阅这段进行异常检测的示例代码

新的时间序列预测组件(预览阶段)

添加到时间序列 NuGet 包中的这一新功能允许我们实现基于 Singular Spectrum Analysis(SSA) 的时间序列预测模型。

它在 ML.NET 中被命名为AdaptiveSingularSpectrumSequenceModeler。当数据具有某种周期性组件时,这种类型的时间序列预测非常有用,其中事件具有因果关系,并且它们在某个时间点发生(或未发生)。例如,受不同海运(假日季节、销售时间表和周末等)影响的销售预测或时间成分重要的任何其他类型的数据。

相关示例代码点此查看

针对 Model Builder 的更新

此版本的模型构建器增加了对新方案的支持,并解决了许多用户报告的问题。

引入新的 Issue 分类模板

此方案使用户能够添加对将表格数据分类到许多类的支持。该模板使用多类(multi-class)的分类方式,可用于将数据分类为 3 个以上的类别。例如,可以使用此模板预测 GitHub issue、用户提交的工单,以及将电子邮件分类到不同的类别和更多场景。

改进评估步骤

评估步骤(Evaluate step)现在会显示有关所探索的顶级模型的更多正确信息。这是大多数用户报告的请求修复的错误。

改进代码生成步骤

通过引用项目名称来改进易于使用生成代码的指令。

详细更新内容请查看发布公告

转自 https://www.oschina.net/news/107497/ml-net-1-1-released

分享到:更多 ()