Google ML Kit 及微軟 ML.NET 中文文檔上線 | 掘金翻譯計劃

05-21

來自專欄掘金翻譯計劃

原文地址：ML Kit，ML.NET
譯文出自：掘金翻譯計劃
譯者：BON
校對者：BON

Google ML Kit

在近期 Google I/O 大會為其 Firebase 開發平台推出了一款新的機器學習 SDK ，名為 "ML Kit" 。與之前的 Core ML 不太相同，這次的新的SDK為一些最常見的計算機視覺用例提供了現成的 API，實際上這允許了那些即使不是機器學習專家的開發人員，尤其是安卓和 iOS 端的開發人員，在自己的應用程序中添加屬於自己的機器學習。此外，它還支持導入自定義的 TensorFlow Lite 模型。

通常情況下，建立一個機器學習環境是一項艱巨的工作。您必須學習如何使用像 TensorFlow 這樣的機器學習庫，還必須獲取一大堆數據來訓練您的模型。然後，您還得輸出一個足夠輕量的模型（此處為轉換為 TensorFlow Lite ，這個在此次推出的 SDK 中也被完美支持）。而 ML Kit 簡化了這一個流程，您只需要在 Firebase 上調用某些機器學習特性即可。

此外它也推出了 On-device 特性，就是您可以為您的應用程序就僅僅是設置了單機運行。

對於國內的開發者，這裡提供的視覺 API 僅有地標識別不提供 On-device 功能。其它都是可以在國內的手機上運行。而如果有需要， Firebase 也提供了相對應的 Cloud API 。僅有條形碼掃描和人臉識別功能並不提供雲端識別功能。雲端的服務都是前1000次使用不會收費。

對於已經對機器學習有了解或者當前 API 並不滿足需求的開發者，ML Kit 也提供了自定義模型和自定義 TensorFlow Lite 版本的功能。只需要跟著文檔一步步操作，就能夠實現將 TensorFlow 模型轉為 TensorFlow Lite 的需求。

而且，如果是自定義模型。您可以為其定義非 Firebase 的託管位置。意味著您可以在國內的伺服器上掛靠您的模型，並且在您的應用程序中實時下載模型。不過由於模型的儲存並沒有進行過多的加密。因此有一定的不安全性。但是谷歌認為模型和應用程序是高度集合的。所以這點並不會影響過多。

總之，以上是 ML Kit 文檔中提及的一小部分內容。

在谷歌上線了該功能以後，我也跟著上線了其文檔的中文版。地址為：ML Kit 中文文檔

或者您也可以來 mlkit.cn 。更為友好的界面。

微軟 ML .NET

再接著，我留意到微軟推出了 ML .NET 。根據微軟對其的介紹：

http://ML.NET 是一個跨平台框架，可以允許 .NET 開發人員開發專屬模型，並在他們的應用程序中注入定製的機器學習能力，開發人員不需要具備開發或調節機器學習模型的專業知識。
　　http://ML.NET 由微軟研究院研發，在過去的十年里發展成為一個重要的框架，它在微軟的許多產品團隊中都有使用，比如 Windows、必應、Azure 等等。
　　在這次發布的預覽版中，http://ML.NET 支持分類（例如文本分類、情感分析）、回歸（例如預測、價格預估）等機器學習任務。

　　除了宣布支持以上任務，微軟一併發布了用於訓練模型、進行預測的 .NET API 的初稿，此外還有這一框架的核心組成部分，比如學習演算法、轉換和核心機器學習數據結構。
　　大家請注意，http://ML.NET 是一個框架，這意味著它可以擴展，可以將 TensorFlow、http://Accord.NET 和 CNTK 這樣的流行機器學習庫添加進去。在 http://ML.NET 開源生態中，微軟致力於讓它的內部功能更加完善，http://ML.NET 可以為 .NET 開發者帶來更優化的機器學習開發體驗。

由於微軟目前還沒給出 ML .NET 官方中文版。所以我也順勢翻譯了一波 ML .NET 。但是由於API太繁雜。所以設為 TODO 了。地址為：

ML.NET 中文文檔。

以上歡迎大家去提交修改意見。

此外這次是首發於掘金翻譯計劃

掘金翻譯計劃是一個翻譯優質互聯網技術文章的社區，譯文均發布在掘金上，更多優質內容請到掘金關注相關標籤。掘金翻譯計劃內容覆蓋Android、iOS、前端、後端、區塊鏈、產品、設計、人工智慧等領域，想要查看更多優質譯文請持續關注掘金翻譯計劃、官方微博、知乎專欄。