ML.NET

ML.NET Cookbook：（20）我如何定义自己的数据转换？

ML.NET有很多内置的转换器，但是我们不可能涵盖所有内容。不可避免地，您将需要执行自定义的用户定义操作。
dotNET跨平台·2021-06-23 07:00

小结一下最近的自己

缓存了一部分数据源3单站数值预报提取功能已经做好4深度学习算法选型，利用Matlab和ml.net两种方案实现，基本走通。5实测数据数据库操作，对比分析完成6可视化任务有可能性7气象雷达基数锯萧同
metoceaner·2021-03-04 12:32

C#中的深度学习（五）：在ML.NET中使用预训练模型进行硬币识别

我们将使用ML.NET代替Keras.NET。为什么不使用Keras.NET呢?尽管Keras.NET非常简单，易于学习，虽然它包含前面提到的预定义模型，但它的简单性使我们无法自定义CNN架构来适
码农驿站·2020-12-26 10:22

C#中的深度学习（五）：在ML.NET中使用预训练模型进行硬币识别

我们将使用ML.NET代替Keras.NET。为什么不使用Keras.NET呢?尽管Keras.NET非常简单，易于学习，虽然它包含前面提到的预定义模型，但它的简单性使我们无法自定义CNN架构来适
码农驿站·2020-12-25 11:31

c# 使用OpenCV识别硬币

在本系列的最后一篇文章中，我们将简要地使用ML.NET。在众多选择中，为什么要使用Keras.NE
·2020-12-24 11:03

C#中的深度学习（一）：使用OpenCV识别硬币

在本系列的最后一篇文章中，我们将简要地使用ML.NET。在众多选择中，为什么要使用Keras.NE
码农驿站·2020-12-22 17:27

C#中的深度学习（一）：使用OpenCV识别硬币

在本系列的最后一篇文章中，我们将简要地使用ML.NET。在众多选择中，为什么要使用Keras.NE
码农驿站·2020-12-22 11:26

C#使用ML.Net完成人工智能预测

前言VisualStudio2019Preview中提供了图形界面的ML.Net，所以，只要我们安装VisualStudio2019Preview就能简单的使用ML.Net了，因为我的电脑已经安装了VisualStudio2019
·2020-12-08 16:41

用Keras.NET 做一个图像识别的训练

  .NETCore的应用场景越来越广，开源社区也不断壮大，.NETCore在机器学习领域不断发展ML.NET外，也通过结合Tensorflow.NET去完善ML.NET在深度学习领域的功能，在ML.NET1.3
kinfey·2020-09-13 16:55

ML.NET 终于在Jupyter NoteBook 上跑起来了

ML.NET是微软官方的机器学习平台，从预览到现在快两年了，版本在不断迭代，也从社区
kinfey·2020-09-13 16:23

trtis、ONNX、ONNX Runtime的版本关系及简介

目前官方支持加载ONNX模型并进行推理的深度学习框架有：Caffe2,PyTorch,MXNet，ML.NET，TensorRT和MicrosoftCNTK，并且TensorFlow也非官方的支持ONNX
zxgmlcj·2020-09-11 18:00

拥抱.NET 5，可以从这个极速开发的Web应用框架开始

Scott表示，.NET5是.NETFramework和.NETCore的未来，最终将成为一个统一平台，.NET5将包含ASP.NET核心、实体框架核心、WinForms、WPF、Xamarin和ML.NET
dotNET跨平台·2020-09-10 17:34

ml.net 能做什么事情_只是因为可以做些事情...

ml.net能做什么事情我经常重复的一个模因是：“总是有不止一种解决方案。”我还经常写关于企业应如何评估可用解决方案以及如何最好地满足其需求的文章。
cxu0262·2020-08-25 11:00

ONNX网络模型解析

目前官方支持加载ONNX模型并进行推理的深度学习框架有：Caffe2,PyTorch,MXNet，ML.NET，T
SilentOB·2020-08-25 00:27

ML.NET 示例：多类分类之问题分类

GitHubLabelerML.NET版本API类型状态应用程序类型数据类型场景机器学习任务算法v0.7动态API最新的控制台应用程序.csv文件和GitHub问题问题分类多类分类SDCA多类分类器这是一个简单的原型应用程序，演示如何使用APIs。主要的重点是创建、训练和使用在Predictor.cs类中实现的ML（机器学习）模型。概述GitHubLabeler是一个.NETCore控制台应用程序
qq_38455694·2020-08-24 01:04

人工智能？.netcore一样胜任！

但是随着ML.net的问世，我们现在可以在.netcore平台上使用比Python更少的代码来实现AI的功能了。ML是MachineLearning的缩写，从命名上可以看出微软对于对于AI
liuliang79·2020-07-28 19:00

人工智能？.netcore一样胜任！

但是随着ML.net的问世，我们现在可以在.netcore平台上使用比Python更少的代码来实现AI的功能了。ML是MachineLearning的缩写，从命名上可以看出微软对于对于AI
liuliang79·2020-07-28 19:00

ML.NET 3- 预测房价

1.预备训练数据2.根据训练数据生成模型3.预测实现：usingSystem;usingSystem.Collections.Generic;usingSystem.IO;usingSystem.Text;usingSystem.Threading.Tasks;usingMicrosoft.ML;usingMicrosoft.ML.Data;usingMicrosoft.ML.Models;usi
_iorilan·2020-07-27 20:25

ML.NET机器学习、API容器化与Azure DevOps实践（四）：持续集成与k8s持续部署

通过上文所介绍的内容，我们已经完成了RESTfulAPI的开发，现在，就可以使用AzureDevOps来进行持续集成（CI）和k8s持续部署（CD）了。本文我会对使用AzureDevOps进行CI/CD的过程中需要注意的地方进行详细介绍，而对于AzureDevOps配置的详细步骤，我不会做太多注解，大家可以参考我前面写的《ASP.NETCore应用程序容器化、持续集成与Kubernetes集群部署
dotNET跨平台·2020-07-10 01:37

通过 Continual Learning 提高 ML.NET 模型准确性并增强性能

从事机器学习的学者大多认为持续学习（ContinualLearning）是迈向人工智能的根本一步。持续学习是模型模仿人类在整个生命周期中不断从数据流中学习、微调、转移知识和技能的能力。实际上，这意味着模型在进入新数据时能自主学习和适应生产。过去提出自动自适应学习（Auto-adaptiveLearning），或持续自动机器学习（ContinualAutoML）就是出于对这项能力的支持。在机器学习中
Bean.Hsiang·2020-07-06 15:00

ML.NET 示例：深度学习之集成TensorFlow

写在前面准备近期将微软的machinelearning-samples翻译成中文，水平有限，如有错漏，请大家多多指正。如果有朋友对此感兴趣，可以加入我：https://github.com/feiyun0112/machinelearning-samples.zh-cn图像分类-评分示例问题图像分类是许多业务场景中的常见情况。对于这些情况，您可以使用预先训练的模型或训练自己的模型来对特定于自定义域
li123128·2020-07-02 07:17

Dotnet core基于ML.net的销售数据预测实践

一、前言ML.net可以让我们很容易地在各种应用场景中将机器学习加入到应用程序中。这是这个框架很重要的一点。
LI-YOU-Mao·2020-07-02 01:20

微软又开源了一个机器学习框架，这次是核心产品的机器学习引擎infer.NET

在开源了跨平台机器学习框架ML.NET之后，微软又开源了一个非常重要的机器学习框架：infer.NET，而且采用的还是MIT许可证。这个消息一出，可以说是八方点赞，Twitter上一片好评。
量子位·2020-06-30 05:27

ML.NET 示例：多类分类之问题分类

写在前面准备近期将微软的machinelearning-samples翻译成中文，水平有限，如有错漏，请大家多多指正。如果有朋友对此感兴趣，可以加入我：https://github.com/feiyun0112/machinelearning-samples.zh-cnGitHubLabelerML.NET版本API类型状态应用程序类型数据类型场景机器学习任务算法v0.7动态API最新的控制台应用
java技术分享师·2020-06-29 10:16

ML-Framework：ML.NET 0.3 带来新组件

ML.NET在今年微软在Build2018会议上宣布的机器学习框架现已正式推出0.3版本https://github.com/dotnet/machinelearning/releases/tag/v0.3.0
weixin_34405332·2020-06-28 18:53

ML.NET 发布0.11版本：.NET中的机器学习，具有TensorFlow和ONNX的新功能

ML.NET的创新0.1
weixin_34238633·2020-06-28 14:37

使用ML.NET实现基于RFM模型的客户价值分析

RFM模型在众多的客户价值分析模型中，RFM模型是被广泛应用的，尤其在零售和企业服务领域堪称经典的分类手段。它的核心定义从基本的交易数据中来，借助恰当的聚类算法，反映出对客户较为直观的分类指示，对于没有数据分析和机器学习技术支撑的初创企业，它是简单易上手的客户分析途径之一。RFM模型主要有三项指标：Recency：最近消费时间间隔Frequency：消费频率Monetary：消费金额我们为客户在这
weixin_30918633·2020-06-28 02:41

ML.NET技术研究系列-2聚类算法KMeans

上一篇博文我们介绍了ML.NET的入门：ML.NET技术研究系列1-入门篇本文我们继续，研究分享一下聚类算法k-means.一、k-means算法简介k-means算法是一种聚类算法，所谓聚类，即根据相似性原则
weixin_30663471·2020-06-27 23:02

.NET机器学习 ML.NET 1.4预览版和模型生成器更新

ML.NET是面向.NET开发人员的开源和跨平台机器学习框架。
18790970257·2020-06-27 22:39

ML.NET技术研究系列-1入门篇

作为.Net的忠实用户，最近火热的ML.NET务必要尝试、应用一把。今天这篇文章作为一个入门，分享给
weixin_30596165·2020-06-27 22:16

ML.NET---.NET下的机器学习引擎（简介）

ML.NET是一个跨平台的开源机器学习框架，它可以使.NET开发人员更容易的开展机器学习工作.ML.NET允许.NET开发人员开发自己的模型，即使没有机器学习的开发经验，也可以很容易的将自定义的机器学习模型嵌入到其应用程序中
weixin_30363817·2020-06-27 18:22

译 | 宣布ML.NET 1.2 及模型生成器更新(用于 .NET 的机器学习)

ML.NET是.NET开发人员的开源和跨平台机器学习框架。
dotNET跨平台·2020-06-26 06:15

机器学习 ML.NET 发布 1.0 RC

ML.NET是面向.NET开发人员的开源和跨平台机器学习框架（Windows，Linux，macOS）,通过使用ML.NET,.NET开发人员可以利用他们现有的工具和技能组，为情感分析，推荐，图像分类等常见场景创建自定义机器学习模型
dotNET跨平台·2020-06-26 06:13

.NET Core玩转机器学习

ML.NET专门为.NET开发者提供了一套跨平台的开源的机器学习框架。ML.NET支持.NET开发者不需要过度专业的机器学习开发经验，就能轻松地训练自己的模型，并且嵌入到自己的应用中。
dotNET跨平台·2020-06-26 06:40

ML.NET 终于在Jupyter NoteBook 上跑起来了

ML.NET是微软官方的机器学习平台，从预览到现在快两年了，版本在不断迭代，也从社区
dotNET跨平台·2020-06-26 06:01

在ASP.NET Core中使用的ML.NET模型构建器器入门

目录介绍背景先决条件使用代码第1步-创建ASP.NETCore应用程序步骤2：使用ML.NETModelBuilder数据训练评估代码步骤3：将ML.NET添加到ASP.NETCoreProject中以进行预测步骤
寒冰屋·2020-06-24 16:38

基于 ONNX 在 ML.NET 中使用 Pytorch 训练的垃圾分类模型

ML.NET在经典机器学习范畴内，对分类、回归、异常检测等问题开发模型已经有非常棒的表现了，我之前的文章都有过介绍。
Bean.Hsiang·2020-06-22 13:00

F#周报2019年第39期

新闻宣告F#4.7宣告.NETCore3.0.NETCore3.0中ASP.NETCore与Blazor的更新.NETConf2019里提到的ML.NET与模型构建器参与.NET基金会的成熟度模型试点设置
aixing8475·2020-06-22 13:10

ML.NET技术研究系列1-入门篇

ML.NET技术研究系列1-入门篇近期团队在研究机器学习，希望通过机器学习实现补丁发布评估，系统异常检测。
DEDSAA·2020-06-21 18:31

Dotnet core基于ML.net的销售数据预测实践

ML.net已经进到了1.5版本。作为Microsoft官方的机器学习模型，你不打算用用？ 一、前言ML.net可以让我们很容易地在各种应用场景中将机器学习加入到应用程序中。这是这个框架很重要的一点。
dotNET跨平台·2020-06-21 07:13

Dotnet core基于ML.net的销售数据预测实践

ML.net已经进到了1.5版本。作为Microsoft官方的机器学习模型，你不打算用用？ 一、前言ML.net可以让我们很容易地在各种应用场景中将机器学习加入到应用程序中。这是这个框架很重要的一点。
Tiger.Wang·2020-06-17 09:00

在 Blazor WebAssembly 静态网站中部署ML.NET机器学习模型

介绍目前世面上有许多方法来部署机器学习模型。最常见的方法是通过API或serverlessfunctions将模型公开为Web服务。将模型部署为Web服务时，其中一个注意事项是延迟和性能。使用模型基于HTTP进行预测的过程包括接受用户输入、从文件中加载模型的序列化版本、使用模型进行预测以及将预测返回给用户。由于模型通常只是静态文件，因此部署模型的另一种方法是作为Web上的静态资产，就像任何其他HT
Bean.Hsiang·2020-04-19 16:00

入坑ML.Net跟我一起学，机器学习从0开始

做什么随着机器学习热度逐渐上升，为了提高自身竞争力，有必要掌握一些机器学习的知识。关于机器学习的概念，各种神经网络的介绍这里就不做具体介绍了，后期看情况是否写个关于机器学习的知识普及篇。这篇文章主要是讲如果通过微软提供的机器学习框架，通过C#语言写一个情感分析的小程序。主要功能为：预测用户输入的英文是否为负面的，准确度肯定不好，但主要是抛砖引玉。训练数据：250条维基百科评论（wikipediad
我是Mr小赵先生·2020-03-29 07:15

使用 Scikit-learn 和 ML.NET 实现朴素贝叶斯（Naive Bayes）分类器

然而，我每天在用C#工作，我的注意力被ML.NET所吸引。
Bean.Hsiang·2020-03-26 23:00

恢复已取消ML.NET训练中的模型

如果您使用ML.NETVSAdd-In来训练您的模型，您可能会发现，如果训练突然取消自身，或者您意外取消它，那么这可能会让您崩溃，真的令人沮丧。碰巧我找到了它生成的临时文件，你仍然可以在你的代码中继续使用，虽然它生成大约10个不同的模型每个算法，所以你需要尝试找到一个最好的（通常是第9或10个）那么，文件在哪里？\AppData\Local\Temp\Microsoft.ML.AutoML唷！那如
Bean.Hsiang·2020-03-24 23:00

说说 ML.NET and AutoML

发现最受欢迎的讲座之一是"ML.NET和AutoML的介绍"。ML.NET是一个代码库，可用于创建经典（非神经网络）机器学习预测模型。
Bean.Hsiang·2020-03-22 15:00

(码友推荐)2018-08-15 .NET及相关开发资讯速递

(码友推荐)2018-08-15.NET及相关开发资讯速递：1.GettingStartedwithMachineLearningDotNet(ML.NET)2..NETFrameworkChecker3
Rector·2020-02-25 21:54

.NET Core开发实战（第3课：.NET Core的现状、未来以及环境搭建）--学习笔记

Web端、云端、移动端、游戏、IOT和AI云端指的是.NETCore与云原生Kubernetes的完美融合游戏，比如最流行的王者荣耀，就是用Unity3D做的，基于.NET的C#语言和MonoAI指的是ML.NET
MingsonZheng·2020-02-16 00:00

试一下用DotNetCore来做机器学习，ML.Net框架跑起来

ML.Net简介官网：https://dotnet.microsoft.com/apps/machinelearning-ai/ml-dotnet官方介绍：TheML.NETcommandlineinterface
画星星高手·2020-02-06 07:56

在.NET Core下的机器学习--学习笔记

摘要.NETCore在机器学习的应用场景，除了ML.NET还会介绍一个非常棒的開源技術TensorFlow.NET，Keras.NET.讲师介绍本课内容人工智能介绍ML.NETICSharpCoreTensorFlow.NETKeras.NETSciSharp
MingsonZheng·2019-12-26 00:00
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他