Dcouvrez la toute nouvelle ML.NET 3.0, le compagnon ultime des dveloppeurs .NET pour matriser l’apprentissage profond et le traitement de donnes

La version 3.0 de ML.NET, le framework d’apprentissage automatique pour les développeurs .NET, est désormais disponible et apporte son lot de nouvelles fonctionnalités et améliorations. Dans cette nouvelle version, les scénarios d’apprentissage profond ont été considérablement étendus avec de nouvelles fonctionnalités de détection d’objets, de reconnaissance d’entités nommées et de réponse aux questions. Grâce aux intégrations et à l’interopérabilité avec les modèles TorchSharp et ONNX, les développeurs peuvent exploiter les toutes dernières techniques d’apprentissage en profondeur pour enrichir leurs applications .NET.

En ce qui concerne les scénarios de traitement des données, cette version apporte une longue liste d’améliorations et de corrections de bugs à la Trame de données, ainsi que de nouvelles fonctionnalités d’interopérabilité avec IDataView. Les étapes importantes de chargement, d’inspection, de transformation et de visualisation des données sont nettement renforcées, offrant ainsi plus de puissance et de flexibilité aux développeurs.

La détection d’objets, qui est un problème de vision par ordinateur permettant de localiser et de classer des caractéristiques dans les images, a été incluse dans ML.NET Model Builder grâce à l’API de détection d’objets optimisée par TorchSharp. De même, la reconnaissance des entités nommées et la réponse aux questions ont également été débloquées dans ML.NET 3.0 en tirant parti des fonctionnalités de classification de texte RoBERTa de TorchSharp.

Une autre grande nouveauté de cette version est l’accélération matérielle de la formation par Intel oneDAL. Cette bibliothèque permet d’accélérer l’analyse des données en fournissant des éléments de base algorithmiques hautement optimisés, offrant ainsi une amélioration notable des performances.

Enfin, cette version comprend une longue liste de mises à jour notables de la Trame de données, notamment la prise en charge des types de colonnes Chaîne et VBuffer, ainsi que l’extension des scénarios de chargement de données pour prendre en charge l’importation et l’exportation de données vers des bases de données SQL.

Au-delà de ces nouveautés, l’équipe de développement de ML.NET met l’accent sur l’accessibilité et l’interopérabilité dans le but d’offrir aux développeurs .NET une expérience d’apprentissage automatique de haute qualité. Cette nouvelle version représente donc une avancée majeure dans l’écosystème des outils d’apprentissage automatique pour les développeurs .NET, et ouvre de nouvelles perspectives pour le développement d’applications intelligentes et robustes.

Laisser un commentaire