.NET機器學習 ML.NET 1.4預覽版和模型生成器更新
ML.NET 是面向.NET開發人員的開源和跨平台機器學習框架。 ML.NET 還包括Model Builder （一個簡單的UI工具）和 CLI ，使用自動機器學習（AutoML）構建自定義機器學習（ML）模型變得非常容易。 .NET 開發人員使用 ML.NET，可以利用他們現有 ...
原文：使用ML.NET模型生成器來完成圖片性別識別
什么是ML.NET ML.NET 使你能夠在聯機或脫機場景中將機器學習添加到 .NET 應用程序中。 借助此功能，可以使用應用程序的可用數據進行自動預測。 機器學習應用程序利用數據中的模式來進行預測，而不需要進行顯式編程。 ML.NET 的核心是機器學習模型 。 該模型指定將輸入數據轉換為預測所需的步驟。 借助 ML.NET，可以通過指定算法來訓練自定義模型，也可以導入預訓練的 TensorFlo ...
2020-10-27 14:35 25 3148 推薦指數：
相關推薦
C#中的深度學習（五）：在ML.NET中使用預訓練模型進行硬幣識別
在本系列的最后，我們將介紹另一種方法，即利用一個預先訓練好的CNN來解決我們一直在研究的硬幣識別問題。 在這里，我們看一下轉移學習，調整預定義的CNN，並使用Model Builder訓練我們的硬幣識別模型。 我們將使用ML.NET代替Keras.NET。為什么不使用Keras.NET ...
我的實體模型生成器--Entity Models Maker--更新至1.0.2
我的實體模型生成器--Entity Models Maker 這是我的第一個作品,花了大概有兩個星期時間吧.. 當然不是全天再寫,僅僅是有空寫寫而已, 因為我還要讀書,呵呵... 為什么會寫它呢? 因為我想偷懶,就這么簡單. 百度了不少關鍵字,除了動軟代碼生成器外, 並沒有找到能夠 ...
使用 ML.NET 識別樂高顏色塊
每一個樂高迷都擁有很多的顏色塊，需要進行排序和按類型分揀，按照《Organizing your LEGO Bricks》或許有所幫助，但這不是一個簡單的任務，因為有很多顏色塊有非常微妙的差異。如果換作一個典型的程序員可以做什么來解決這個問題呢？你猜對了 - 建立一個程序使用 ML.NET 來識別樂 ...
使用ML.NET實現基於RFM模型的客戶價值分析
RFM模型 在眾多的客戶價值分析模型中，RFM模型是被廣泛應用的，尤其在零售和企業服務領域堪稱經典的分類手段。它的核心定義從基本的交易數據中來，借助恰當的聚類算法，反映出對客戶較為直觀的分類指示，對於沒有數據分析和機器學習技術支撐的初創企業，它是簡單易上手的客戶分析途徑之一。 RFM ...
通過 ML.NET 使用預訓練殘差網絡 ResNet 模型實現手勢識別
之前我寫過的一篇《基於 ONNX 在 ML.NET 中使用 Pytorch 訓練的垃圾分類模型》，介紹到了 ML.NET 是如何實現圖像分類的，此后我收到好多留言提出了更多的場景，比如某個在線學習應用，希望學生按照視頻的要求做一個指定的動作，完成形體訓練，又比如某個內部調度系統，希望通過某種肢體 ...
C#使用ML.Net完成人工智能預測
前言 Visual Studio2019 Preview中提供了圖形界面的ML.Net，所以，只要我們安裝Visual Studio2019 Preview就能簡單的使用ML.Net了，因為我的電腦已經安裝了Visual Studio2019，所以我不需要重頭安裝Visual ...
基於 ONNX 在 ML.NET 中使用 Pytorch 訓練的垃圾分類模型
ML.NET 在經典機器學習范疇內，對分類、回歸、異常檢測等問題開發模型已經有非常棒的表現了，我之前的文章都有過介紹。當然我們希望在更高層次的領域加以使用，例如計算機視覺、自然語言處理和信號處理等等領域。 圖像識別是計算機視覺的一類分支，AI研發者們較為熟悉的是使用TensorFlow ...