- 主题:微软的ml.net在业界算什么水平？
能自己训练人脸识别吗？
- 来自「最水木 for iPhone 8 Plus」
--
FROM 118.115.102.*
这个只适合导入训练好的模型，在.net下集成应用。
--
FROM 182.151.102.*
我看官网的hello world里可以训练模型呢，是太弱了吗？
【 在 netvideo 的大作中提到: 】
: 这个只适合导入训练好的模型，在.net下集成应用。
- 来自「最水木 for iPhone 8 Plus」
--
FROM 171.216.250.*
我只是简单用了一下，感觉和tf和pytorch比训练模型差太多了，复杂点的模型不好构建，社区生态也差多了，有问题都没地问，随时可能被一个问题卡住。
--
FROM 182.151.102.*
还有.net搞模型训练很别扭的，还是要python，.net适合项目的工程化。
--
FROM 182.151.102.*
training方面：以前微软内部有个trainer叫TLC (“the learning code”)，后来开源了叫ml.net。这个trainer的强势是传统的模型，比如logistic regression,决策树模型，以及全连接神经网络。这些用于做人脸识别还远远不够。但是在那些传统模型上ML.NET的表现非常好。有些有趣的算法比如SDCA你可以去试。
推理方面：ML.NET集成了ONNX Runtime，于是市面上大部分模型都可以跑（包括你说的人脸识别）。ONNX Runtime自身只有4MB，所以在部署的时候体积上很有优势。
我自己是ONNX Runtime的开发成员之一。
【 在 mingtong 的大作中提到: 】
: 能自己训练人脸识别吗？
: - 来自「最水木 for iPhone 8 Plus」
--
FROM 107.139.34.*