Microsoft 发布 ML.NET 2.0

Microsoft 宣布发布了 ML.NET 2.0，这是一个面向 .NET 的开源机器学习框架。新版本包含了多个更新的自然语言处理（NLP）API，如 Tokenizers、文本分类和句子相似度，以及改进的自动化机器学习（AutoML）功能。

主要更新内容

1. NLP API 改进：

   • Tokenizer 和 文本分类、句子相似度 API 得到了更新，这些 API 基于 TorchSharp（.NET 的 PyTorch 封装）。
   • 引入了 EnglishRoberta 分词模型和基于 TorchSharp 的 NAS-BERT 实现，用于文本分类和句子相似度 API。
   • 文本分类 API 基于 Microsoft Research 2021 年发布的 NAS-BERT 模型，该模型通过神经架构搜索（NAS）开发，比标准 BERT 模型更小，同时保持准确性。
   • 句子相似度 API 使用相同的预训练模型，但用于比较两个句子的相似度。

2. AutoML 改进：

   • 新增了自动化数据预处理的 API，以及一组用于运行实验以找到最佳模型和超参数的 API。
   • 这些 API 基于 Microsoft 的 FLAML（Fast Library for Automated Machine Learning & Tuning）。
   • 新增了 Featurizer API 用于预处理，以及 Experiment API、Sweepable API、Search Space API 和 Tuner API 用于超参数优化。
   • 支持多种调优算法，包括网格搜索、随机搜索、贝叶斯优化和 Frugal 优化。

3. Model Builder 工具更新：

   • 发布了新的 Visual Studio Model Builder 工具，包含新的文本分类场景和高级训练选项。

未来计划

Luis Quintanilla 还预览了 ML.NET 的未来路线图，包括：

• 新增深度学习场景和 API，如问答、命名实体识别和对象检测。
• 计划增加 TorchSharp 集成以支持自定义场景，并改进 ONNX 集成。
• 升级 LightGBM 实现和 IDataView 接口，以及改进 AutoML API。

问答环节

在问答环节中，Quintanilla 回答了观众的问题：

• 目前仅支持 NVIDIA 的 CUDA 加速器。
• 对于对象检测算法是否足够快以支持实时视频流的问题，Quintanilla 表示性能是未来的重点。

总结

ML.NET 2.0 是一个功能丰富的开源机器学习框架，专注于 NLP 和 AutoML 的改进，同时提供了强大的工具和 API 来支持开发者构建和优化机器学习模型。未来的开发计划将进一步扩展其深度学习和自动化机器学习能力。