Microsoft hat k\u00fcrzlich die dritte Hauptversion des Machine-Learning-Frameworks ML.NET ver\u00f6ffentlicht und damit das einj\u00e4hrige Jubil\u00e4um von ML.NET 2.0 gefeiert. Mit ML.NET 3.0 hat Microsoft vor allem den Bereich des Deep Learning f\u00fcr Computer Vision und Textverarbeitung erweitert. Es wurden auch Verbesserungen im Automated Machine Learning und f\u00fcr DataFrames vorgenommen. Aber die wohl spannendste Neuerung ist die Integration der .NET-Library TorchSharp, die die Verbindung zum ML-Framework PyTorch erm\u00f6glicht.<\/p>\n
Dank dieser Integration kann ML.NET 3.0 nun f\u00fcr die Objekterkennung genutzt werden. Das bedeutet, dass es nun m\u00f6glich ist, Objekte in Bildern zu identifizieren und zu kategorisieren. Bereits im Mai hatte Microsoft diese Funktion gemeinsam mit dem AutoML-Werkzeug Model Builder vorgestellt. F\u00fcr die Integration in das ML-Framework von Microsoft wird das Sprachmodell RoBERTa verwendet, das auf dem BERT-Modell (Bidirectional Encoder Representations from Transformers) basiert.<\/p>\n
Mit den neuen M\u00f6glichkeiten im Bereich des Deep Learning er\u00f6ffnen sich spannende Anwendungsgebiete f\u00fcr ML.NET. Insbesondere in der Computer Vision und der Textverarbeitung ergeben sich zahlreiche neue Einsatzm\u00f6glichkeiten. Die Integration von TorchSharp erm\u00f6glicht es Entwicklern, auf leistungsstarke Funktionen von PyTorch zuzugreifen und diese in ihren ML.NET-Projekten einzusetzen.<\/p>\n
Die Ver\u00f6ffentlichung von ML.NET 3.0 unterstreicht Microsofts kontinuierliches Engagement f\u00fcr die Weiterentwicklung von Machine Learning-Technologien. Durch die Integration von Deep Learning-Funktionen und die Verbesserungen im Automated Machine Learning und f\u00fcr DataFrames bietet ML.NET 3.0 Entwicklern eine leistungsstarke Plattform f\u00fcr die Entwicklung und Bereitstellung von Machine Learning-Modellen.<\/p>\n
Es ist beeindruckend zu sehen, wie Microsoft sein Machine-Learning-Framework kontinuierlich verbessert und erweitert. Mit ML.NET 3.0 haben Entwickler nun noch mehr M\u00f6glichkeiten, um innovative Machine Learning-Anwendungen zu entwickeln. Die Integration von TorchSharp er\u00f6ffnet ganz neue Perspektiven und erm\u00f6glicht es, die Power von PyTorch in ML.NET-Projekten zu nutzen.<\/p>\n
Es bleibt spannend zu beobachten, wie sich ML.NET weiterentwickeln wird und welche neuen Funktionen und Erweiterungen in Zukunft hinzukommen. Aber eins ist sicher: Microsoft bleibt der Machine Learning-Welt treu und setzt alles daran, Entwicklern die bestm\u00f6glichen Tools und Ressourcen zur Verf\u00fcgung zu stellen.<\/p>\n
Schlagw\u00f6rter: MLNET 30 + Deep Learning + Object Detection<\/p>\n","protected":false},"excerpt":{"rendered":"
Microsoft hat k\u00fcrzlich die dritte Hauptversion des Machine-Learning-Frameworks ML.NET ver\u00f6ffentlicht und damit das einj\u00e4hrige Jubil\u00e4um von ML.NET 2.0 gefeiert. Mit ML.NET 3.0 hat Microsoft vor allem den Bereich des Deep Learning f\u00fcr Computer Vision und Textverarbeitung erweitert. Es wurden auch Verbesserungen im Automated Machine Learning und f\u00fcr DataFrames vorgenommen. Aber...<\/p>\n","protected":false},"author":4,"featured_media":2218,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2219","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/2219","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2219"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/2219\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/2218"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2219"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2219"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2219"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}