machinelearning

ML.NET 是一个为 .NET 生态系统构建的跨平台、开源机器学习框架。其核心价值在于让 .NET 开发者无需具备机器学习专业知识或掌握 Python、R 等其他语言，即可在应用程序中构建、训练、部署和使用自定义机器学习模型。 该框架集成了完整流程：从文件和数据库加载数据、数据转换，以及内置的机器学习算法库。它支持多种常见场景，包括分类、预测和异常检测。除了原生训练器外，ML.NET 还可以使用 TensorFlow 和 ONNX 模型，这拓宽了支持场景的范围，并使框架更具可扩展性。 平台支持广泛。ML.NET 通过 .NET Core 在 Windows、Linux 和 macOS 上运行，并通过 .NET Framework 在 Windows 上运行。它还支持 ARM64、Apple M1 和 Blazor WebAssembly，但有一些文档中说明的平台限制。所有平台均支持 64 位；Windows 上支持 32 位，但 TensorFlow 和 LightGBM 相关功能除外。 通过 NuGet 分发。主要包是 Microsoft.ML，可通过 .NET Core CLI（`dotnet add package Microsoft.ML`）、NuGet 包管理器（`Install-Package Microsoft.ML`）、Visual Studio 的包管理器或 Paket 安装。每日构建也发布到 Azure DevOps 源。该项目需要 .NET Core 2.1 或更高版本，或 .NET Framework 4.6.1 或更高版本（建议 4.7.2+）。 README 中展示了典型工作流程：创建 MLContext，使用文本加载器加载 CSV，构建学习管道，该管道对文本进行特征化并附加二元分类训练器（FastTree），拟合模型，然后创建预测引擎以对新输入进行评分。README 指向单独的示例仓库（dotnet/machinelearning-samples）以获取完整示例，以及文档、API 参考、教程和 YouTube 播放列表。 发布节奏与 .NET 发布列车绑定：主要 ML.NET 版本每年随主要 .NET 版本发布一次（2021 年 11 月 ML.NET 1.7 随 .NET 6，ML.NET 2.0 随 .NET 7，依此类推），并维护发布分支以进行服务。CI 覆盖范围包括 CentOS、Ubuntu、macOS、Windows x64、Windows 完整框架、Windows x86 和 Windows .NET Core 3.1，并包含 Debug 和 Release 配置。 ML.NET 采用 MIT 许可证，可免费用于商业用途，是 .NET 基金会的一个项目。该项目欢迎贡献，并在 Discord 上有活跃的社区，以及定期的 .NET 机器学习社区例会。