IT之家 11 月 29 日消息，微軟日前宣布推出跨平臺機器學習框架 ML.NET 3.0，主要強化了深度學習功能，改進 ML.NET 數據處理能力，并添加了英特爾 oneDAL 加速訓練技術，以及自動機器學習等功能。

▲ 圖源微軟

IT之家注意到，ML.NET 3.0 提供了多項深度學習功能，包含“物體檢測”、“命名實體辨識”和“問答處理”等。

其中“物體檢測”能夠在圖像中定位并分類不同類型的實體，官方介紹稱，物體檢測是一項電腦視覺任務，和“圖像分類”關系密切，但分類相對更精細，當影像中包含不同類型的物體時，官方建議使用相關功能。

而命名實體辨識和問答處理基于微軟新添加的 TorchSharp API，該 API 是一個.NET 庫，號稱結合了微軟研究院的最新技術與 TorchSharp 中 Transformer 神經網絡架構，并通過現有的 TorchSharp RoBERTa 文字分類功能作為基礎，從而實現了上述功能。

此外，微軟在先前發布 ML.NET 2.0 不久后，便宣布要為英特爾的 oneDAL 加速訓練技術提供支持，目前這項功能已經在 ML.NET 3.0 中登場，能夠顯著加速數據分析和機器學習過程。

微軟還更新了 ML.NET 3.0 自動機器學習（AutoML）功能，帶來了語句相似性、問答處理和物體偵測等功能，能夠協助開發者選擇最適合的模型和參數，令開發者更容易設計機器學習模型。

IT之家同時發現，ML.NET 現在具有連續資源監控能力，可以通過 AutoML.IMonitor 監控 RAM 和硬盤空間使用情況，便于開發者控制長期運作的實驗，避免運行的進程因 RAM 或 ROM 不足導致崩潰，同時便于開發者直觀地查看進程的各項參數。

ML.NET 3.0 還整合了 Tensor Primitives，這是一套專門用于張量運算的新 API，能夠進一步推進.NET 在人工智能數學運算的應用。該 API 不僅運用硬件內部指令集來加速運算效率，還結合泛型數學（Generic Math）的原理概念，號稱是“開發者處理復雜數學和繁瑣數據的強大工具”。

▲ 圖源微軟