机器学习框架ML.NET学习笔记【8】目标检测（采用YOLO2模型）
一、概述 本篇文章介绍通过YOLO模型进行目标识别的应用，原始代码来源于：https://github.com/dotnet/machinelearning-samples 实现的功能是输入一张图片，对图片中的目标进行识别，输出结果在图片中通过红色框线标记出来。如下： YOLO简介 ...
原文：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 serverless functions 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 ...
2020-04-19 16:17 0 1050 推荐指数：
相关推荐
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，将开发自定义AI并注入其应用程序之中，微软.NET团队在官方 ...
.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。 ML.NET 还包括Model Builder （一个简单的UI工具）和 CLI ，使用自动机器学习（AutoML）构建自定义机器学习（ML）模型变得非常容易。 .NET 开发人员使用 ML.NET，可以利用他们现有 ...
机器学习框架ML.NET学习笔记【9】自动学习
一、概述 本篇我们首先通过回归算法实现一个葡萄酒品质预测的程序，然后通过AutoML的方法再重新实现，通过对比两种实现方式来学习AutoML的应用。 首先数据集来自于竞赛网站kaggle.com的UCI Wine Quality Dataset数据集，访问地址：https ...
机器学习框架ML.NET学习笔记【2】入门之二元分类
一、准备样本 接上一篇文章提到的问题：根据一个人的身高、体重来判断一个人的身材是否很好。但我手上没有样本数据，只能伪造一批数据了，伪造的数据比较标准，用来学习还是蛮合适的。 下面是我用来伪造数据的代码： View Code 制造成功后的数据 ...
机器学习框架ML.NET学习笔记【7】人物图片颜值判断
一、概述 这次要解决的问题是输入一张照片，输出人物的颜值数据。 学习样本来源于华南理工大学发布的SCUT-FBP5500数据集，数据集包括 5500 人，每人按颜值魅力打分，分值在 1 到 5 分之间。其中包括男性、女性、中国人、外国人四个分类 ...
机器学习框架ML.NET学习笔记【6】TensorFlow图片分类
通过TensorFlow训练过的特征提取模型（美其名曰迁移学习）。 模型文件为：tensorflow_inc ...