ML.NET 3.0: Microsoft는 딥 러닝 및 AI 컴퓨팅 효율성을 향상하기 위해 크로스 플랫폼 프레임워크를 업그레이드합니다.

Microsoft는 11월 29일 크로스 플랫폼 기계 학습 프레임워크 ML.NET 3.0 출시를 발표했습니다. 이번 업데이트는 주로 딥러닝 기능을 강화하고, ML.NET의 데이터 처리 능력을 향상시키며, Intel oneDAL 가속 트레이닝 기술, 자동 머신러닝 등의 기능을 추가합니다

다시 작성해야 할 내용은 다음과 같습니다. ▲ 사진 출처 Microsoft

이 사이트에서는 ML.NET 3.0이 "객체 감지", "명명된 엔터티 인식" 및 "질문 및 답변 처리"를 포함한 다양한 딥 러닝 기능을 제공한다는 사실을 확인했습니다.

그 중 "객체 감지"는 이미지에서 다양한 유형의 개체를 찾아 분류할 수 있습니다 공식 소개에 따르면 객체 감지는 컴퓨터 비전 작업이며 "이미지 분류"와 밀접한 관련이 있지만 분류는 이미지에 다양한 유형의 개체가 포함된 경우 관련 기능을 사용할 것을 권장합니다.

명명된 엔터티 인식 및 질문 및 답변 처리는 Microsoft가 새로 추가한 TorchSharp API를 기반으로 합니다. 이는 Microsoft Research의 최신 기술과 TorchSharp의 Transformer 신경망 아키텍처를 결합한다고 주장하는 .NET 라이브러리이며 기존 TorchSharp를 통해 RoBERTa 텍스트 분류 기능은 위의 기능을 달성하기 위한 기초로 사용됩니다.

또한 Microsoft는 이전에 ML.NET 2.0을 출시한 직후 Intel의 oneDAL 가속 교육 기술을 지원하겠다고 발표했습니다. 이 기능은 이제 데이터 분석 속도를 크게 높일 수 있는 ML.NET 3.0에서 사용할 수 있습니다. . 및 머신러닝 프로세스.

Microsoft는 문장 유사성, 질문 및 답변 처리, 개체 감지 및 기타 기능을 제공하는 ML.NET 3.0 자동 기계 학습(AutoML) 기능도 업데이트했습니다. 개발 사용자가 기계 학습 모델을 더 쉽게 설계할 수 있습니다.

이 사이트는 또한 ML.NET 에 지속적인 리소스 모니터링 기능이 있음을 발견했습니다. AutoML.IMonitor 를 통해 RAM 및 하드 디스크 공간 사용량을 모니터링할 수 있습니다. 이를 통해 개발자는 장기적인 실험을 제어하고 다음 작업으로 인한 프로세스 실행을 피할 수 있습니다. RAM 또는 불충분한 ROM은 충돌을 일으키며, 이를 통해 개발자는 프로세스의 다양한 매개변수를 시각적으로 볼 수 있습니다.

ML.NET 3.0은 또한 텐서 연산 전용의 새로운 API 세트인 Tensor Primitives를 통합하여 인공 지능 수학 연산에서 .NET 적용을 더욱 촉진할 수 있습니다. 이 API는 하드웨어의 내부 명령어 세트를 사용하여 컴퓨팅 효율성을 높일 뿐만 아니라 Generic Math의 원리와 개념을 결합하여 "개발자가 복잡한 수학과 지루한 데이터를 처리할 수 있는 강력한 도구"로 알려져 있습니다.

다시 작성해야 하는 내용은 다음과 같습니다. ▲ 이미지 출처 Microsoft

위 내용은 ML.NET 3.0: Microsoft는 딥 러닝 및 AI 컴퓨팅 효율성을 향상하기 위해 크로스 플랫폼 프레임워크를 업그레이드합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!