在Jupyter Notebook中运行TensorFlow.NET很酷。
通过在Jupyter Notebook上运行SciSharp的机器学习库, 我们就能很方便的使用.NET来开发和评估机器学习模型,而不需要安装笨重.NET的开发环境。C# REPL (Read-Evaluate-Print-Loop)模式让开发者可以像使用脚本语言一样使用CSharp.
为了让Jupyter能够运行C# REPL模式,我们开发了一个全新的Jupyter kernel ICSharpCore, 它通过ZeroMQ提供的通讯层负责Roslyn编译器和Jupyter Server之间的交互。以后我们会尝试运行一个完整的机器学习模型,并集成图表绘制功能。
在未来,我们将尝试运行完整的机器学习模型并集成绘图功能。

更新于05/18/2019
现在我们在.NET中有一个完整的Jupyter示例。
更新于05/24/2019
添加了由Plot.NET驱动的绘图功能。

您可以从example文件夹下载ipynb文件,或者在几分钟内通过SciSharp Cube docker容器运行它。

本文介绍了如何在Jupyter Notebook环境中利用SciSharp的机器学习库TensorFlow.NET进行.NET开发和评估机器学习模型,无需安装复杂的.NET开发环境。通过ICSharpCore这个新的Jupyter kernel,实现了C#的REPL模式,并且已经集成了Plot.NET的绘图功能,允许开发者便捷地创建和运行C#脚本,并进行机器学习模型的可视化。
最低0.47元/天 解锁文章
945

被折叠的 条评论
为什么被折叠?



