皆様ML.netはご存じでしょうか。
ML.netとは Microsoft が開発した C#で機械を行うことができるライブラリです。同じように C#で機械学習を行う方法としてTorchSharpがありますが、ML.netの特徴としては AutoML を用いて簡単に機械学習を行えることです。
そんなML.netを用いてモデルを作成する際には大きく分けて下記３種類の方法があります。
- GUI(モデルビルダー)から実行
- CLI から実行
- API(コード)から実行
それぞれの方法について紹介します。
GUI から実行
簡単に機械学習に触れたいならこの方法が一番簡単です。
Visual Studio 上からモデルの分類や学習対象のソースや出力対象、学習時間などの条件を入力することで自動的に最適な学習モデルが選択されて機械学習(AutoML)を行うことができます。もちろんそのまま C#のコードから使用することも可能でとても手軽に使用することができます。
対象やソースを GUI 上から選択することができるためプロトタイプ作成をさっと行いたい。みたいなときに輝くかもしれません。
CLI から実行
ML.netは CLI 上からの実行することが可能です。基本的には GUI から実行していた機械学習を CLI から実行できるというものです。
Visual Studio が使用できない Mac や Linux の環境でも CLI から機械学習を行うことができます。
API(コード)から実行
機械学習というと一番イメージがあるのがこの形式だと思います。C#から対象データやモデル分類の選択などの詳細な情報を設定して実行することができます。
上２つの方法に比べて C#コードから学習を実行するためより細かい制御を行うことが可能です。workerサービスとして作成してアプリの任意のタイミングで学習を実行する。みたいなことも可能かもしれません。
おわりに
ML.netでモデルを作成する３種類の方法を紹介しました。
用途や目的に応じて最適な方法を選択し、ぜひML.netを活用してみてください。今後も新しい機能や使い方が追加される可能性があるので、公式ドキュメントも定期的にチェックしてみると良いでしょう。
この記事が皆様のコーディングライフの助けになれば幸いです。
参考