如何評價ML.NET？

05-30

dotnet/machinelearning?
github.comML.NET | Machine Learning made for .NET?
www.microsoft.com

雖然 ML.NET 還是 v0.1，但這本身就是一個好消息：.NET 開發者與時俱進擁抱機器學習的門檻再次降低。

對於編程工作而言，開發人員越來越需要了解人工智慧的作用，需要在應用中集成機器學習的能力；

對於 .NET 開發者而言，微軟爸爸的關懷一直都在，調優機器學習模型，不用上xxx培訓班，使用現有的 .NET 和 C# 技能就行（當然專門搞機器學習還是建議精通 Python）；

對於微軟而言，新 CEO 將開放進行到底，堅持跨平台和開源，對建設微軟開發生態、吸引新用戶、提升用戶忠誠度都是好事；

對於基礎工具軟體而言，只能說一句——開源萬歲！微軟聰明地利用社區的力量來實現自己的目的，減少人力投入的需要，同時也讓軟體更符合用戶的期待。

總而言之，要和其他機器學習項目競爭，需要看後續版本的特性、性能、易用性，但對 .NET 生態而言，項目本身還是不錯的。

信仰已經充值好了，就等大家入場了。。。

——大概大家就是這樣的觀望心態吧，反正自己不是先入場的那個，沒辦法，微軟有原罪。。。

客觀上說，先發優勢已經是別人的了，光是圍棋事件，就足以把大部分人的信心都帶到別人的生態上去了。

所以短時間就只能喝湯了，除非有什麼大新聞帶一波節奏，不然肯定是別人家的已經日趨成熟的大生態更能給予人信心。

反正微軟爸爸都準備好了，給啥用啥，混口飯吃

微軟是不是。。。該處理下http://ml.net這個域名了。。。

emm....似乎我dns鍋，跳到了奇怪的網站

要是有fsharp專用版本就好了。

說不定可以作為取代OpenCV.ML的ML輪子。OpenCV和Contrib編譯起來真是太費勁了，tx2上要編2個多小時。。

這麼一來ML庫直接作為NuGet包提供了用起來就很方便了，還跨平台，而且還是managed code，也不用擔心依賴項和編譯native library的問題。在一個平台上開發完後直接用publish生成其他各平台的程序，就能到處跑，完全不需要為各個平台專門跑個虛擬機去編譯一份依賴庫再打包分發，感覺還是挺爽的。

性能的話個人感覺.net core 2.1還是很讓人放心的。比C/C++應該會慢一點但是看這麼長時間以來.net core在性能方面做的改進，感覺應該差不多，再慢也慢不到哪裡去。

不過這才剛出來，還是再觀望一陣子的比較好，等它的第三個版本hhhh

現在才0.1，還是等到2.0再說吧