深度学习库 SynapseML for .NET 发布0.1 版本

2021年11月微软开源一款简单的、多语言的、大规模并行的机器学习库 SynapseML（以前称为 MMLSpark），以帮助开发人员简化机器学习管道的创建。具体参见[1]微软深度学习库 SynapseML：可直接在系统中嵌入 45 种不同机器学习服务、支持 100 多种语言文本翻译。

2022年8月12日微软在.NET 博客上发布了[2] 用于 .NET 的 SynapseML，建立在其去年 11 月首次亮相的大规模机器学习开源项目SynapseML 的基础上。作为新 SynapseML v0.10 版本的一部分，微软宣布了一组新的 .NET API，用于大规模可扩展的机器学习。博客文章中说：“这允许我们通过 .NET for Apache Spark 语言绑定来创作、训练和使用来自 C#、F# 或 .NET 系列中的其他语言的任何 SynapseML 模型。”

SynapseML 在 Apache Spark 上运行并且需要安装 Java，因为 Spark 使用 JVM 来运行 Scala。但是，它具有针对 Python 或 R 等其他语言的绑定。当前的 0.10.0 版本添加了针对 .NET 语言的绑定。该工具可以帮助开发人员在各种 Microsoft 领域构建可扩展的智能系统，包括：

深度学习
模型可解释性
计算机视觉
强化学习和个性化
异常检测
搜索和检索
形式和人脸识别
语音处理
梯度提升
文本分析
微服务编排
翻译

微软去年首次开源这个项目时是这么说的 ”统一的 API 标准化了当今的许多工具、框架和算法，简化了分布式 ML 体验, 这使开发人员能够为需要多个框架的用例快速构建不同的 ML 框架，例如 Web 监督学习、搜索引擎创建等。它还可以在单节点、多节点上训练和评估模型，以及可弹性调整大小的计算机集群，因此开发人员可以在不浪费资源的情况下扩展他们的工作。”。这段话对于熟悉微软的另一个捐献给CNCF的开源项目[3]Dapr 的同学来说是不是很熟悉？

SynapseML for .NET包含在一组 SynapseML NuGet 包中。这些包尚未发布到主要的 NuGet 源，必须手动添加它们的源。安装后，即可从 .NET 应用程序调用 SynapseML API。

以下代码片段说明了如何从 C# 应用程序调用 SynapseML API。

// Create LightGBMClassifier
var lightGBMClassifier = new LightGBMClassifier()
     .SetFeaturesCol("features")
     .SetRawPredictionCol("rawPrediction")
     .SetObjective("binary")
     .SetNumLeaves(30)
     .SetNumIterations(200)
     .SetLabelCol("label")
     .SetLeafPredictionCol("leafPrediction")
     .SetFeaturesShapCol("featuresShap");

// Fit the model
var lightGBMClassificationModel = lightGBMClassifier.Fit(trainDf);

// Apply transformation and displayresults
lightGBMClassificationModel.Transform(testDf).Show(50);

SynapseML 允许开发人员调用其管道中的其他服务。该库支持 Microsoft 自己的[4]认知服务，这是一组由 Microsoft 训练的模型提供支持的通用 AI 服务。此外，当前版本的 SynapseML 允许开发人员在其解决方案中利用预训练的[5]OpenAI模型，例如用于自然语言理解和生成的[6]GPT-3以及用于代码生成的 Codex。目前使用 OpenAI 模型需要访问 Azure OpenAI 服务。

最后，当前版本增加了对[7]MLflow的支持，这是一个管理 ML 生命周期的平台。开发人员可以使用它来加载和保存模型，并在模型执行期间记录消息。

现在.NET 机器学习社区加入了一新的成员SynapseML：

[8]ML.NET 是一个 .NET 库，用于使用 .NET 语言运行单机工作负载：
- [9]TensorFlow.NET ：TensorFlow 绑定
- [10]Keras.NET
- [11]TorchSharp：PyTorch 绑定
- [12]ONNX RT：ONNX 模型支持
[13]Apache Spark for .NET：为 Apache Spark 分布式计算框架提供 .NET 支持
[14]Microsoft Cognitive Toolkit (CNTK)是 Microsoft ML 库。它还有一个.NET API ，他已经停止开发。
[15]Accord.NET是一个面向视觉和音频处理的 .NET 机器学习库，已经停止开发。

在 .NET 社区中，开发人员对所有这些库如何相互比较或它们是否相互替换存在混淆。SynapseML 项目成员在[16]Reddit上积极回答这些问题。

SynapseML 构建在Apache Spark for .NET项目之上，该项目为 Apache Spark 分布式计算框架提供 .NET 支持。Apache Spark 是用 Scala（JVM 上的一种语言）编写的，但具有 Python、R、.NET 和其他语言的语言绑定。此版本为 SynapseML 库中的所有模型和学习器添加了完整的 .NET 语言支持，因此您可以在 .NET 中创作分布式机器学习管道，以便在 Apache Spark 集群上执行。