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.*