ML.NET 3.0：微軟升級跨平台框架，增強深度學習與 AI 運算效率

微軟於11月29日宣布推出跨平台機器學習框架ML.NET 3.0。此次更新主要增強了深度學習功能，改進了ML.NET的資料處理能力，並加入了英特爾oneDAL加速訓練技術以及自動機器學習等功能

##需要重寫的內容是：▲ 圖片來源微軟

本站注意到，

ML.NET 3.0 提供了多項深度學習功能，包含“物體檢測”、“命名實體辨識”和「問答處理」等。

其中“物體檢測”能夠在圖像中定位並分類不同類型的實體，官方介紹稱，物體檢測是一項電腦視覺任務，和“影像分類」關係密切，但分類相對較精細，當影像中包含不同類型的物件時，官方建議使用相關功能。

而命名實體辨識和問答處理基於微軟新添加的TorchSharp API，該 API 是一個.NET 庫，號稱結合了微軟研究院的最新技術與TorchSharp 中Transformer 神經網路架構，並透過現有的TorchSharp RoBERTa 文字分類功能作為基礎，實現了上述功能。

此外，微軟在先前發布

 ML.NET 2.0 不久後，便宣布要為英特爾的 oneDAL 加速訓練技術提供支持，目前這項功能已經在 ML.NET 3.0 中登場，能夠大幅加速資料分析和機器學習過程。

微軟也更新了

 ML.NET 3.0 自動機器學習（AutoML）功能，帶來了語句相似性、問答處理和物件偵測等功能，能夠協助開發者選擇最適合的模型和參數，讓開發者更容易設計機器學習模型。

本站同時發現，

ML.NET 現在具有連續資源監控能力，可以透過 AutoML.IMonitor 監控RAM 和硬碟空間使用情況，以便於開發者控制長期運作的實驗，避免運作的進程因RAM 或ROM 不足而崩潰，同時便於開發者直觀地查看進程的各項參數。

ML.NET 3.0 也整合了 Tensor Primitives，這是一套專門用於張量運算的新 API，能夠進一步推進.NET 在人工智慧數學運算的應用。該 API 不僅運用硬體內部指令集來加速運算效率，還結合泛型數學（Generic Math）的原理概念，號稱是「開發者處理複雜數學和繁瑣資料的強大工具」。

需要重寫的內容是：▲ 圖片來源微軟

以上是ML.NET 3.0：微軟升級跨平台框架，增強深度學習與 AI 運算效率的詳細內容。更多資訊請關注PHP中文網其他相關文章！