c# - ML.Net 重新训练现有模型而不是训练新模型

Question

我正在训练一个 ML.Net 机器学习模型。我可以训练它并从中预测，然后从磁盘保存/加载它。但是我需要能够从磁盘上加载它，然后重新训练它，或者添加新信息以随着时间的推移对其进行改进。

有谁知道这是否可能？我在 MS 文档中没有找到任何关于如何做到这一点的内容，但这对于 ML 来说是一件非常标准的事情，所以如果这不可能，我会感到惊讶。

谢谢

Answer 1

如果您最终研究了 ML.NET，我建议您查看 ML.NET 模型生成器 - 这里有一个非常简单的教程。本质上，您可以下载一个 Visual Studio 扩展，它允许您使用 GUI 创建一个新模型。它甚至可以通过一系列机器学习算法运行您的数据，并评估最准确的算法。创建模型后，Visual Studio 扩展会生成用于创建模型的源代码，因此您可以准确查看它所做的事情并在需要时进行调整！

它创建的模型可以随时轻松地重新训练。您可以按照此处的 Microsoft 文档重新训练模型。您需要做的就是加载它之前使用的模型和管道，然后通过它们运行一组新数据。然后它将重新训练的模型保存回磁盘。

我在最初创建模型时通过将管道 .zip 文件保存到磁盘中发现了一个注释，这使得以后重新训练时变得更容易。

Answer 2

LearningPipeline此功能存在于 ML.NET 中，但在现有API 中是不可能的。这将在新的 ML.NET API 中公开，并且可以在此处找到启用此方案的示例。相关代码为：

// Train the first predictor.
var trainer = new LinearClassificationTrainer(env, new LinearClassificationTrainer.Arguments
{
    NumThreads = 1
}, "Features", "Label");
var firstModel = trainer.Fit(trainData);

// Train the second predictor on the same data.
var secondTrainer = new AveragedPerceptronTrainer(env, new AveragedPerceptronTrainer.Arguments());

var trainRoles = new RoleMappedData(trainData, label: "Label", feature: "Features");
var finalModel = secondTrainer.Train(new TrainContext(trainRoles, initialPredictor: firstModel.Model));

这些 API 仍在不断变化，但也许这会有所帮助。这还不是官方 ML.NET 版本的一部分，因此您需要从这里获取 NuGet或构建repo。

注意：我在 ML.NET 团队。