越秀定制型网站建设,万网市值,有关网站开发的参考文献,手机网站建设制作公司对.NETer来说#xff0c;刚结束的.NET Conf 2019是非常难忘的#xff0c;毕竟这个个人觉得比微软在中国办的大会更加清真#xff0c;当然现阶段.NET 已经不单跑在Windows的一项技术了#xff0c;它可以跑在Linux/macOS/iOS/Android/IoT等#xff0c;也可以融合当今最热门的… 对.NETer来说刚结束的.NET Conf 2019是非常难忘的毕竟这个个人觉得比微软在中国办的大会更加清真当然现阶段.NET 已经不单跑在Windows的一项技术了它可以跑在Linux/macOS/iOS/Android/IoT等也可以融合当今最热门的容器技术当然大热的机器学习/深度学习领域也是少不了的。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中吸收一些成熟的项目去完善对应的功能如TensorFlow.NET的加入让ML.NET有了深度学习的场景。在ML.NET 1.4 版本中不仅对DNN实现进一步优化更开始接入到主流的数据科学工具Jupyter NoteBook可以说现阶段ML.NET迈入了一个新的阶段。当然SciSharp的ICSharpCore也是不错的项目但官方的支持对于.NET Core社区来说是非常不错的一个选择可以把不少优秀的.NET 库引入到.NET Core 机器学习生态环境里。 1. dotnet tool install -g dotnet-try 2. dotnet try jupyter install 你可以通过jupyter kernelspec list 去检查是否安装成功了如下图 之后你可以通过创建一个文件夹然后通过命令行方式运行输入jupyter notebook 启动环境在New下就可以创建基于.NET Core 的NoteBook 环境了如下图。 以下是我基于ML.NET 做一个Transfer Learning的图像分类notebook(去我的Github看看) 现在Jupyter NoteBook 的环境基本能完成大部分机器学习的场景preview 1 整合了XPlot, 对于习惯看训练效果的人来说是不错的选择。ML.NET 在不断进步虽然我现阶段更多基于Python去做一些大型的数据集训练但不忘初心的我还是有一颗.NET心我会基于ML.NET做更多的工作当然也会投入精力到SciSharp的社区。感恩.NET Conf 2019 遇到的每一位 。 附上一些材料
