ML.NET: interessante Blogartikel, Projekte und Vorträge
ML.NET – Machine Learning für C# .NET Entwickler
Ein praktischer Einstiegspunkt für jeden C# Entwickler, der in das maschinelle Lernen einsteigen möchte, ist der umfangreiche Artikel Ultimate Guide to Machine Learning with ML.NET auf dem Blog von Rubik´s Code. Es werden Möglichkeiten gezeigt, wie zwei Arten von Problemen (Regression und Klassifikation) untersucht und mit unterschiedlichen Ansätzen gelöst werden können.
Die aktuelle Version 1.4 des Machine Learning Frameworks für .NET Entwickler wird nun auch von Jupyter Notebooks unterstützt. Da Jupyter Notebooks C# .NET-Code verarbeiten können, funktioniert das auch mit ML.NET-Code. Weitere Details gibt’s auf dem Kontext-Blogartikel von Raymond Tang.
Das GitHub-Projekt SciSharp ermöglicht die Einbindung vieler aus der Python-Welt bekannten Machine Learning Frameworks, wie TensorFlow, Keras, PyTorch oder Numpy in .NET Anwendungen. Diese SciSharp-Plugins können unter anderem die Rechenpower von Grafikprozessoren nutzen in dem sie direkt von ML.NET aus aufgerufen werden können. Im Wesentlichen handelt es sich um Bindungen an native Bibliotheken. TensorFlow.NET ist eine von ihnen. Sicherstellen muss man allerdings, dass man die tatsächlichen TensorFlow-Binärdateien mit aktivierter GPU (CUDA) installiert und ordnungsgemäß konfiguriert hat.
An praktischen Beispielen zeigt Damir auf Basis von verschiedenen Demos, wie Machine Learning und Artificial Intelligence sinnvoll und produktiv in .NET Anwendungen integriert werden können.
Weitere Artikel zu dem Thema ML.NET :
http://www.developa.org/Frankfurt/kuenstliche-intelligenz-net-anwendungen
