ML.NET 新增

仅拥护锻炼资料集的绝对路径。这理论上对 Git 系统的拥护有限，并且在计算机或帐户之间共享 mbconfig PDF时并不需要原先分设本地资料集前方。我们准备尾随此修复，这将促进对共享和检入/检出 mbconfig PDF的越来越多拥护。

精度优化

我们的工作团队准备对 UI 来进行多项精度优化，特别是在与大型资料集的交互特别。

进一步的 AutoML 优化

在此之后对 AutoML 来进行优化，最主要优化意味著的调优方法，使其并能在越来越大的抓取空间中都越来越快地抓取、越来越见习的锻炼，以及向 AutoML 替换成越来越多场景，最主要星期序列预期和持续性探测。

持续锻炼

我们的工作团队准备努力提高对“持续”锻炼的拥护，即并能在暂停或暂停锻炼后再次开始。用作此系统，您暂停锻炼后不会注意到重设锻炼进度的上述情况，而是会从您暂停的那个点恢复锻炼。然后，Model Builder可以用作锻炼历史来选择潜在的越来越多方法超参数和精度越来越多的pipeline，从而产生越来越多的模型。这也使得并能提前暂停锻炼并获取最佳模型而无需原先开始锻炼的场景已是或许。

Azure 资料挖掘资料集

迄今，当在Model Builder中都用作 Azure 资料挖掘锻炼环境来进行锻炼时，资料会被上传到与 Azure 资料挖掘工作一区关联的 Azure Blob 存储设备，这理论上您只能选择本地资料来进行锻炼。

ML.NET 工作团队准备与 Azure 资料挖掘工作团队携手替换成 Azure 资料挖掘资料集拥护，以便您可以选择在 Azure 中都已有的资料集上来进行锻炼。或者，您也可以从Model Builder中都的本地资料创建新的 Azure 资料挖掘资料集。

如果您有任何产品反馈、期望或其他愿意从 ML.NET 工作团队获取的信息，商量留言告诉我们！关于ML.NET和Model Builder，也可以前往官方XML来进行详细理解。

?ocid=AID3052907

理解越来越多ML.NET和Model Builder，商量扫码或浏览阅读文中。

浏览「阅读文中」理解 ML.NET~

。

宝宝积食怎么办如何消食
紧盯行业新赛道 科兴制药布局合成生物
必奇蒙脱石散怎么吃
肠胃不舒服吃什么药饮食要注意，若不能缓解，及时就医检查
注射用胸腺法新迈普新效果