Open-Source-ML-Framework für .NET in der Version 0.5
.NET-Entwicklern steht ML.NET jetzt als Release 0.5 zur Verfügung. Durch integriertes TensorFlow-Scoring können sie nun auch auf Deep Learning zugreifen.
- Frank-Michael Schlede
Auf dem .NET-Blog von Microsoft hat das ML.NET-Team das neue Release 0.5 des Frameworks ML.NET offiziell angekündigt. Das Open-Source-Framework, das speziell für Entwicklungen rund um Machine Learning konzipiert wurde, beinhaltet nun auch TensorFlow Model Scoring als Transformation zu ML.NET. Außerdem kündigten die Macher hinter der Software eine neue API an, diskutieren erste Vorschläge und bitten dabei auch verstärkt um die Mitarbeit der Community bei der weiteren Entwicklung.
Deep Learning Unterstützung integriert
Die Entwickler betonen in ihrem Blogeintrag, dass es sich hierbei nur um die erste Stufe einer Integration von TensorFlow in ML.NET mittels der neuen TensorFlow-Transform-Klasse handelt. Nutzer von ML.NET werden dadurch in die Lage versetzt, ein bereits existierendes TensorFlow-Modell zu verwenden – unabhängig davon, ob es sie selbst trainiert oder bereits fertig trainiert von einer anderen Quelle heruntergeladen haben – und die Ergebnisse dieses Modells direkt in ML.NET zu nutzen.
Weiterhin betonen sie, dass der Entwickler so keine tiefer gehende Kenntnisse über die internen Details des jeweiligen TensorFlow-Modells besitzen muss. Zudem versprechen die Microsoft-Fachleute, dass sie Einsatz und Gebrauch von Deep Learning in ML.NET so weiterentwickeln wollen, dass diese Technik noch einfacher eingesetzt werden kann. Im Blogeintrag auf dem .NET-Blog finden interessierte Entwickler auch Code-Beispiele, die demonstrieren, wie sich TensorFlow Transform in der ML.NET-Pipeline einsetzen lässt.
Ein zweiter wichtiger Punkt in diesem Blogbeitrag bezieht sich auf die API von ML.NET. Die Entwickler diskutieren dabei die Schwächen der augenblicklich noch zum Einsatz kommenden LearningPipeline API und heben hervor, dass sie an einer neuen API arbeiten, die diese dann ersetzen soll. Sie erläutern zudem, dass sie im Rahmen der bisherigen Versionen sehr viele Rückmeldungen mit Bezug auf die API bekommen haben und führen anhand von Codebeispielen auf, was sie zu verbessern und erneuern gedenken. Zugleich bitten sie auch um Input aus der Community auf der dotnet/machinelearning-Seite bei GitHub.
Wer selbst in das Machine-Learning-Thema mit ML.NET einsteigen möchte, findet ein Tutorial auf den Microsoft-Seiten und kann auf GitHub passende Code-Samples herunterladen. (fms)
