深度学习库 SynapseML for .NET 发布0.1 版本

2022-09-08 今日头条 opendotnet

2021年11月微软开源一款简单的、多语言的、大规模并行的机器学习库 SynapseML（以前称为 MMLSpark），以帮助开发人员简化机器学习管道的创建。具体参见[1]微软深度学习库 SynapseML：可直接在系统中嵌入 45 种不同机器学习服务、支持 100 多种语言文本翻译。

2022年8月12日微软在.NET 博客上发布了[2] 用于 .NET 的 SynapseML，建立在其去年 11 月首次亮相的大规模机器学习开源项目SynapseML 的基础上。作为新 SynapseML v0.10 版本的一部分，微软宣布了一组新的 .NET API，用于大规模可扩展的机器学习。博客文章中说：“这允许我们通过 .NET for Apache Spark 语言绑定来创作、训练和使用来自 C#、F# 或 .NET 系列中的其他语言的任何 SynapseML 模型。 ”

SynapseML 在 Apache Spark 上运行并且需要安装 JAVA，因为 Spark 使用 JVM 来运行 Scala。但是，它具有针对 Python/ target=_blank class=infotextkey>Python 或 R 等其他语言的绑定。当前的 0.10.0 版本添加了针对 .NET 语言的绑定。该工具可以帮助开发人员在各种 Microsoft 领域构建可扩展的智能系统，包括：

深度学习模型可解释性计算机视觉强化学习和个性化异常检测搜索和检索形式和人脸识别语音处理梯度提升文本分析微服务编排翻译

微软去年首次开源这个项目时是这么说的 ”统一的 API 标准化了当今的许多工具、框架和算法，简化了分布式 ML 体验, 这使开发人员能够为需要多个框架的用例快速构建不同的 ML 框架，例如 Web 监督学习、搜索引擎创建等。它还可以在单节点、多节点上训练和评估模型，以及可弹性调整大小的计算机集群，因此开发人员可以在不浪费资源的情况下扩展他们的工作。”。这段话对于熟悉微软的另一个捐献给CNCF的开源项目[3]Dapr 的同学来说是不是很熟悉？

SynapseML for .NET包含在一组 SynapseML NuGet 包中。这些包尚未发布到主要的 NuGet 源，必须手动添加它们的源。安装后，即可从 .NET 应用程序调用 SynapseML API。

以下代码片段说明了如何从 C# 应用程序调用 SynapseML API。

// Create LightGBMClassifier

var lightGBMClassifier = new LightGBMClassifier()

.SetFeaturesCol("features")

.SetRawPredictionCol("rawPrediction")

.SetObjective("binary")

.SetNumLeaves(30)

.SetNumIterations(200)

.SetLabelCol("label")

.SetLeafPredictionCol("leafPrediction")

.SetFeaturesShapCol("featuresShap");

// Fit the model

var lightGBMClassificationModel = lightGBMClassifier.Fit(trainDf);

// Apply transformation and displayresults

lightGBMClassificationModel.Transform(testDf).Show(50);

SynapseML 允许开发人员调用其管道中的其他服务。该库支持 Microsoft 自己的[4]认知服务，这是一组由 Microsoft 训练的模型提供支持的通用 AI 服务。此外，当前版本的 SynapseML 允许开发人员在其解决方案中利用预训练的[5]OpenAI模型，例如用于自然语言理解和生成的[6]GPT-3以及用于代码生成的 Codex。目前使用 OpenAI 模型需要访问 Azure OpenAI 服务。

最后，当前版本增加了对[7]MLflow的支持，这是一个管理 ML 生命周期的平台。开发人员可以使用它来加载和保存模型，并在模型执行期间记录消息。

现在.NET 机器学习社区加入了一新的成员SynapseML：

[8]ML.NET 是一个 .NET 库，用于使用 .NET 语言运行单机工作负载： [9]TensorFlow.NET ：TensorFlow 绑定 [10]Keras.NET [11]TorchSharp： PyTorch 绑定 [12]ONNX RT： ONNX 模型支持 [13]Apache Spark for .NET：为 Apache Spark 分布式计算框架提供 .NET 支持 [14]Microsoft Cognitive Toolkit (CNTK)是 Microsoft ML 库。它还有一个.NET API ，他已经停止开发。 [15]Accord.NET是一个面向视觉和音频处理的 .NET 机器学习库，已经停止开发。

在 .NET 社区中，开发人员对所有这些库如何相互比较或它们是否相互替换存在混淆。SynapseML 项目成员在[16]Reddit上积极回答这些问题。

SynapseML 构建在Apache Spark for .NET项目之上，该项目为 Apache Spark 分布式计算框架提供 .NET 支持。Apache Spark 是用 Scala（JVM 上的一种语言）编写的，但具有 Python、R、.NET 和其他语言的语言绑定。此版本为 SynapseML 库中的所有模型和学习器添加了完整的 .NET 语言支持，因此您可以在 .NET 中创作分布式机器学习管道，以便在 Apache Spark 集群上执行。