對.NETer來說，剛結束的.NET Conf 2019是非常難忘的，畢竟這個個人覺得比微軟在中國辦的大會更加清真，當然現階段.NET 已經不單跑在Windows的一項技術了，它可以跑在Linux/macOS/iOS/Android/IoT等，也可以融合當今最熱門的容器技術，當然大熱的機器學習/深度學習領域也是少不了的。ML.NET是微軟官方的機器學習平臺，從預覽到現在快兩年了，版本在不斷迭代，也從社區中吸收一些成熟的項目去完善對應的功能，如TensorFlow.NET的加入讓ML.NET有了深度學習的場景。在ML.NET 1.4 版本中，不僅對DNN實現進一步優化，更開始接入到主流的數據科學工具Jupyter NoteBook，可以說現階段ML.NET邁入了一個新的階段。當然SciSharp的ICSharpCore也是不錯的項目，但官方的支持對於.NET Core社區來說是非常不錯的一個選擇，可以把不少優秀的.NET 庫引入到.NET Core 機器學習生態環境裏。
要在本機Jupyter NoteBook運行ML.NET，需要通過dotnet tool 安裝dotnet-try(現階段是preview 1,大家還是多多體諒) 。還有一點你必須先通過安裝Python裝好Jupyter，當然少不了.NET Core SDK 3.0 SDK / .NET Core 2.1 SDK. 確保完成了.NET Core SDK 和 Python下的Jupyter 安裝後，你只需要運行如下命令就可以完成Jupyter NoteBook 的 .NETCore ：
1. dotnet tool install -g dotnet-try
2. dotnet try jupyter install
你可以通過jupyter kernelspec list 去檢查是否安裝成功了，如下圖
之後你可以通過創建一個文件夾，然後通過命令行方式運行輸入jupyter notebook 啓動環境，在New下就可以創建基於.NET Core 的NoteBook 環境了（如下圖）。
運行.NET Core 的Jupiter NoteBook 依賴於Roslyn 這點和ICSharpCore類似，當引入Nuget時都需要用#r "nuget:庫名,版本號"去添加，這裏值得提點大家的是現在貌似不支持引入本地的dll，哈哈還是ICSharpCore好， 不過這個還是preview 1 的產品還是令人值得期待的。
以下是我基於ML.NET 做一個Transfer Learning的圖像分類notebook(去我的Github看看)
現在Jupyter NoteBook 的環境基本能完成大部分機器學習的場景，preview 1 整合了XPlot, 對於習慣看訓練效果的人來說是不錯的選擇。ML.NET 在不斷進步，雖然我現階段更多基於Python去做一些大型的數據集訓練，但不忘初心的我還是有一顆.NET心，我會基於ML.NET做更多的工作，當然也會投入精力到SciSharp的社區。感恩.NET Conf 2019 遇到的每一位 。
附上一些材料
關於.NET Core 的機器學習NoteBook https://github.com/lokinfey/ICSharpCoreNoteBook ，我會不斷添加哦。。。。。
關於ML.NET https://docs.microsoft.com/en-us/dotnet/machine-learning/