对.NETer来说，刚结束的.NET Conf 2019是非常难忘的，毕竟这个个人觉得比微软在中国办的大会更加清真，当然现阶段.NET 已经不单跑在Windows的一项技术了，它可以跑在Linux/macOS/iOS/Android/IoT等，也可以融合当今最热门的容器技术，当然大热的机器学习/深度学习领域也是少不了的。ML.NET是微软官方的机器学习平台，从预览到现在快两年了，版本在不断迭代，也从社区中吸收一些成熟的项目去完善对应的功能，如TensorFlow.NET的加入让ML.NET有了深度学习的场景。在ML.NET 1.4 版本中，不仅对DNN实现进一步优化，更开始接入到主流的数据科学工具Jupyter NoteBook，可以说现阶段ML.NET迈入了一个新的阶段。当然SciSharp的ICSharpCore也是不错的项目，但官方的支持对于.NET Core社区来说是非常不错的一个选择，可以把不少优秀的.NET 库引入到.NET Core 机器学习生态环境里。

       1. dotnet tool install -g dotnet-try

       2. dotnet try jupyter install

       你可以通过jupyter kernelspec list 去检查是否安装成功了，如下图

       之后你可以通过创建一个文件夹，然后通过命令行方式运行输入jupyter notebook 启动环境，在New下就可以创建基于.NET Core 的NoteBook 环境了（如下图）。 

       以下是我基于ML.NET 做一个Transfer Learning的图像分类notebook(去我的Github看看)     

       现在Jupyter NoteBook 的环境基本能完成大部分机器学习的场景，preview 1 整合了XPlot, 对于习惯看训练效果的人来说是不错的选择。ML.NET 在不断进步，虽然我现阶段更多基于Python去做一些大型的数据集训练，但不忘初心的我还是有一颗.NET心，我会基于ML.NET做更多的工作，当然也会投入精力到SciSharp的社区。感恩.NET Conf 2019 遇到的每一位 。 

       附上一些材料