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。当然我们希望在更高层次的领域加以使用，例如计算机视觉、自然语言处理和信号处理等等领域。 图像识别是计算机视觉的一类分支，AI研发者们较为熟悉的是使用TensorFlow ...
原文：ML.net重新训练模型需要注意的事项。
ml.net是微软机器学习的东西，如果你的需求是需要一个固定的模型来进行操作的话那就按着官网的教程来就可以，但是大部分的模型可能不满足现有的需求，那么我们需要对模型进行重新训练。 重新训练模型有限制条件，你重新训练模型的数据分类必须是原有模型已有的分类，如果想增加分类的话只能重新训练一个新的模型来进行操作。 模型重新训练的话在第一次模型生成时候需要保存另外一个模型文件，如图： modle的生成是通 ...
2020-12-26 15:01 0 660 推荐指数：
相关推荐
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
在本系列的最后，我们将介绍另一种方法，即利用一个预先训练好的CNN来解决我们一直在研究的硬币识别问题。 在这里，我们看一下转移学习，调整预定义的CNN，并使用Model Builder训练我们的硬币识别模型。 我们将使用ML.NET代替Keras.NET。为什么不使用Keras.NET ...
通过 ML.NET 使用预训练残差网络 ResNet 模型实现手势识别
之前我写过的一篇《基于 ONNX 在 ML.NET 中使用 Pytorch 训练的垃圾分类模型》，介绍到了 ML.NET 是如何实现图像分类的，此后我收到好多留言提出了更多的场景，比如某个在线学习应用，希望学生按照视频的要求做一个指定的动作，完成形体训练，又比如某个内部调度系统，希望通过某种肢体 ...
ML.NET 1
ML.NET 示例：目录 ML.NET 示例中文版：https://github.com/feiyun0112/machinelearning-samples.zh-cn英文原版请访问：https://github.com/dotnet/machinelearning-samples ...
提升ML.NET模型的准确性
ML.NET是一个面向.NET开发人员的开源、跨平台的机器学习框架。 使用ML.NET，您可以轻松地为诸如情绪分析、价格预测、销售分析、推荐、图像分类等场景构建自定义机器学习模型。 ML.NET从0.8版开始，支持评估特性的重要性，从而了解哪些列对于预测最终值更重要。 排列特征的重要性 ...
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 ...
Selenium WebDriver 3.0 需要注意的事项
以下所有代码基于Java 首先,要使用WebDriver 3.0 的话 请使用JAVA 8(必要) 其次,由于W3C标准化以及各大浏览器厂商的积极跟进,自WebDriver 3.0 之后,Selenium不再提供默认的浏览器支持. 也就是说 如果你要使用Firefox, 就需要 ...
ML.NET调用Tensorflow模型示例——MNIST
ML.NET在不久前发行了1.0版本，在考虑这一新轮子的实际用途时，最先想到的是其能否调用已有的模型，特别是最被广泛使用的Tensorflow模型。于是在查找了不少资料后，有了本篇示例。希望可以有抛砖引玉之功。 环境 Tensorflow 1.13.1 Microsoft.ML 1.0.0 ...