۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

Microsoft ML.NET 3.0 قابلیت های یادگیری عمیق را گسترش می دهد

به‌روزرسانی چارچوب یادگیری ماشین برای توسعه‌دهندگان دات‌نت، قابلیت‌های جدیدی در تشخیص اشیا، شناسایی موجودیت نام‌گذاری شده و پاسخ‌گویی به سؤالات به ارمغان می‌آورد.

به‌روزرسانی چارچوب یادگیری ماشین برای توسعه‌دهندگان دات‌نت، قابلیت‌های جدیدی در تشخیص اشیا، شناسایی موجودیت نام‌گذاری شده و پاسخ‌گویی به سؤالات به ارمغان می‌آورد.

مایکروسافت ML.NET 3.0 را منتشر کرده است، آخرین نسخه چارچوب آموزش ماشینی منبع باز و چند پلتفرمی شرکت، که امکان ادغام مدل های یادگیری ماشین را در برنامه های NET فراهم می کند. p>

۲۷ نوامبر معرفی شد، ML.NET 3.0 می‌تواند از dotnet.microsoft.com قابل دسترسی است. p>

ML.NET 3.0 دارای قابلیت‌های یادگیری عمیق جدید در تشخیص اشیا، شناسایی موجودیت نام‌گذاری شده و پاسخ‌گویی به سؤال است. پشتیبانی از این سناریوهای یادگیری عمیق از طریق ادغام و قابلیت همکاری با مدل های TorchSharp و ONNX فعال شد. نسخه ۳.۰ همچنین ادغام با چارچوب تقویت گرادیان LightGBM را به روز می کند.

GitHub: بهره وری Dev به سطح قبل از همه گیری بازگشته است

ML.NET 3.0 همچنین پشتیبانی از سناریوهای پردازش داده را با بهبودها و رفع اشکال در DataFrame و ویژگی‌های جدید IDataView بهبود می‌بخشد. بارگیری، بازرسی، تبدیل و تجسم داده ها قدرتمندتر شده است.

مایکروسافت در ماه مه تشخیص شی در مدل ML.NET را معرفی کرد سازنده. این قابلیت ها بر روی API های تشخیص اشیاء مجهز به TorchSharp که در ML.NET 3.0 معرفی شده اند، ساخته شده اند. Object Detection API از برخی از آخرین تکنیک های تحقیقات مایکروسافت بهره می برد و توسط معماری شبکه عصبی مبتنی بر Transformer که با TorchSharp ساخته شده است پشتیبانی می شود. تشخیص اشیا در بسته Microsoft ML.TorchSharp 3.0.0.

ML.NET 3.0 همچنین حوزه‌های پردازش زبان طبیعی از جمله پاسخ‌گویی به سؤال و شناسایی موجودیت نام‌گذاری شده را ارائه می‌دهد. این سناریوها با ایجاد ویژگی‌های طبقه‌بندی متن TorchSharp RoBERTa موجود در ML.NET 2.0 باز می‌شوند. و ML.NET 3.0 قابلیت‌های یادگیری ماشین خودکار (AutoML) از جمله AutoML Sweeper را به دست می‌آورد که اکنون از شباهت جملات، پاسخ به سؤال و تشخیص اشیا پشتیبانی می‌کند.

GitHub Copilot Chat به GitHub می آید

به‌روزرسانی‌های DataFrame در ML.NET 3.0، شامل سناریوهای بارگیری داده‌های گسترده، با داده‌هایی که اکنون از پایگاه‌های داده SQL قابل واردات و صادر می‌شوند، انجام شده‌اند. این کار از طریق ADO.NET انجام می شود که از پایگاه داده های سازگار با SQL پشتیبانی می کند. همچنین در DataFrame، عملکرد محاسباتی در شبیه سازی ستون و سناریوهای مقایسه باینری بهبود یافت. مدیریت مقدار تهی در حین انجام عملیات حسابی بهبود یافته و به مراحل کمتری در تبدیل داده ها نیاز دارد. بهبودهای دیباگر برای بهبود خروجی خوانا برای ستون هایی با نام طولانی انجام شد. Tensor Primitives شامل مجموعه جدیدی از APIها برای پشتیبانی از عملیات تانسور است.

کوانتیزاسیون مدل چیست؟ LLMهای کوچکتر و سریعتر

مایکروسافت اکنون در حال کار بر روی طرح‌هایی برای .NET 9 و ML.NET 4.0 است. در همین حال، این شرکت گفت که کاربران می توانند انتظار داشته باشند که Model Builder و ML.NET CLI برای مصرف نسخه ML.NET 3.0 به روز شوند. برنامه‌ها همچنین مستلزم گسترش سناریوها و ادغام‌های یادگیری عمیق و ایجاد پیشرفت‌هایی در DataFrame هستند. در نهایت، مایکروسافت گفت که به گسترش APIها در System.Numerics.Tensors و ادغام آنها در ML.NET ادامه خواهد داد.