.NET團隊在 2023.11.28 在博客上正式發佈了 ML.NET 3.0：：https://devblogs.microsoft.com/dotnet/announcing-ml-net-3-0/[1]，強調了兩個主要的興趣點，即深度學習和數據處理，使開發人員能夠完全在 .NET 生態系統中創建注入 AI 的應用程序。開源 ML.NET 框架[2]的主要賣點，旨在幫助開發人員能夠使用C#和F#構建自定義ML模型並將其集成到應用程序中。這是通過命令行 （CLI） 和模型生成器等工具完成的，或者創建像大型語言模型 （LLM） 這樣的結構來完成，這些模型爲 ChatGPT 和 無處不在的“Copilot”AI 助手提供支持。
深度學習
深度學習是機器學習的一個子集，使用鬆散地類似於人腦行爲的人工神經網絡，以便從大量數據甚至非結構化數據等輸入中“學習”。深度學習場景在v3.0版本中得到了大幅擴展，在三個領域具有新功能：對象檢測、命名實體識別和問答。
ML.NET 3.0 中的對象檢測是一種高級形式的圖像分類，它不僅可以對圖像中的實體進行分類，還可以對它們進行定位，因此非常適合圖像包含多個不同類型的對象的場景。在v3.0中，通過與TorchSharp和ONNX模型的集成，對象檢測功能得到了提升，Microsoft特別指出了TorchSharp支持的對象檢測API。這些代表了在 ML.NET 框架內利用深度學習技術的重要一步。
對象檢測API的底層技術包括微軟研究院開發的基於Transformer的神經網絡架構技術。這種方法表明了深度學習的現代趨勢，特別是在計算機視覺方面。
TorchSharp 還有助於增強命名實體識別和問答，這兩個常見的 ML 領域是自然語言處理 （NLP）的一部分。在 ML.NET 3.0 中，通過利用之前引入的 TorchSharp RoBERTa 文本分類功能，解鎖了這兩種方案的增強功能。“NER和QA訓練器都包含在 Microsoft.ML.TorchSharp 3.0.0包[3]和命名空間Microsoft.ML.TorchSharp中。
數據處理
數據處理方面主要是通過對 DataFrame（一種用於存儲和操作數據的結構）以及新的 IDataView 互操作性功能的許多增強功能和 bug 修復，改進了方案。加載、檢查、轉換和可視化數據的重要步驟要強大得多。
具體注意事項包括：
- 增強的 <-> 轉化：
IDataViewDataFrame添加了對 ReadOnlyMemory<char>和 VBufferDataFrameColumn<T>列類型的支持，其中的值作爲並支持所有支持基元。 - 增加列數據容量：列現在可以存儲超過 2 GB 的數據，從而消除了以前的限制。
- Apache Arrow 集成：識別 Apache Arrow 的
Date64列數據。 - 擴展的數據加載功能：包括使用 ADO.NET 的 SQL 數據庫的導入和導出功能。此外，可以從任何
IEnumerable集合加載數據並將其導出到System.Data.DataTable. - 在 DataFrame 之間追加數據：當
DataFrame列名匹配時，允許將數據從一個追加到另一個，從而放寬了對列順序的約束。 - 重複列名的處理：
DataFrame.LoadCsv增強了管理重複列名的功能，提供了重命名它們的選項。 - 改進了算術性能和空值處理：列克隆、二進制比較方案和算術運算的優化。
- 調試器增強功能：調試器中具有長名稱的列的可讀性更好。
Microsoft還指出了新的張量基元集成，它們不會直接影響開發任務，但確實提供了顯着的性能改進。AutoML 可自動將機器學習應用於數據的過程，也得到了增強，增強了模型生成器和 ML.NET CLI 中的相關體驗。
有關上述所有更改和其他更改的更多信息，請參見 發行說明[4] .
展望未來，開發團隊現在正在制定 .NET 9 和 ML.NET 4.0 的計劃，模型生成器和 ML.NET CLI 預計將更快地更新，以便使用 ML.NET 3.0 版本。繼續擴展深度學習場景和集成，我們將繼續增強DataFrame，
相關鏈接
[1] Announcing ML.NET 3.0：https://devblogs.microsoft.com/dotnet/announcing-ml-net-3-0/
[2]開源 ML.NET 框架: https://github.com/dotnet/machinelearning
[3]Microsoft.ML.TorchSharp 3.0.0包： https://www.nuget.org/packages/Microsoft.ML.TorchSharp/3.0.0
[4]ML.NET 發行說明：https://github.com/dotnet/machinelearning/blob/main/docs/release-notes/3.0/release-3.0.0.md