原副标题：谷歌开放源码 ML.NET 虚拟化机器自学架构，AI 普及化又往前跨更进一步
学雷锋网 AI 研修社按，该地时间 5 月 7 日，谷歌 Build 讨论会在美国旧金山举行，会后谷歌特别针对合作开发人员正式发布了一连串新商品。详细资料参看Build 讨论会中的 AI：谷歌 AI 云服务双线预览。在这一连串商品正式发布的与此同时，雷锋网 AI 研修社注意到，谷歌与此同时正式宣布开放源码机器自学架构——ML.NET。利用 ML.NET，合作开发人员能直接上手已近的数学模型，无须具有合作开发或控制机器自学数学模型的专业技能。
学雷锋网 AI 研修社长兼重要信息校对重新整理如下表所示：
ML.NET 是两个虚拟化架构，能容许 .NET 合作开发人员合作开发专用数学模型，并在他们的插件中转化成订制的机器自学能力，合作开发人员不需要具有合作开发或控制机器自学数学模型的专业技能。
ML.NET 由谷歌研究院研制，在过去的二十年里产业发展成为两个重要的架构，它在谷歌的许多商品项目组中都有使用，比如说 Windows、梅吕县、Azure 之类。
在此次正式发布的测试版中，ML.NET 全力支持进行分类（比如文档进行分类、感情分析）、回归（比如估计、价格估计）等机器自学各项任务。
除了正式宣布全力支持以上各项任务，谷歌通通正式发布了用作体能训练数学模型、进行估计的 .NET API 的草稿，此外还有这一架构的核心理念重要组成部分，比如说自学演算法、切换和核心理念机器自学计算机程序。
我们请注意，ML.NET 是两个架构，这意味著它能扩充，能将 TensorFlow、Accord.NET 和 CNTK 这样的盛行机器自学库加进进来。在 ML.NET 开放源码自然生态中，谷歌致力让它的外部机能更为健全，ML.NET 能为 .NET 合作开发人员带来更强化的机器自学合作开发新体验。
我们能重新加入 ML.NET 开放源码海外华人，让这一辅助工具在未来迎更十分迅速的产业发展。
随着不断产业发展，ML.NET 将会不断增加对盛行深度自学库如 TensorFlow、Caffe2、CNTK 和一般深度自学库如 Accord.NET 的全力支持，其机能能扩充到其他的机器自学场景，如推荐系统、异常检测和其他深度自学方法。
ML.NET 还增加了 Azure Machine Learning 和 Cognitive Service 的一些已近经验，它容许使用代码优先的方法，全力支持本地插件部署，让用户能构建自己的数学模型。
下面是关于 ML.NET 的更多细节：
ML.NET Core Components
ML.NET 是作为 .NET Foundation 的一部分推出的，repo 中包含了体能训练和消耗数学模型的 .NET C# API，还有各种各样的 transform，以及许多盛行的机器自学各项任务，如重回和进行分类。
ML.NET 的目标是提供 E2E 工作流，通过预处理、特征工程、建模、评估和操作，将深度自学能力加进进 .NET 应用程序。
下面的表格是 ML.NET 0.1 所正式发布的完整组件列表。
谷歌表示，他们的目标是使 ML.NET 的 API 变得通用，这样就能通过两个共享 API 使用 CNTK、Accord.NET、TensorFlow 等架构和其他库。
