在 Azure ML 上用 .NET 跑机器学习

.NET 是一个跨平台，全场景应用的开源技术。 你有在用 .NET 做机器学习/深度学习的应用吗？如果从框架角度， ML.NET / Tensorflow.NET / 不断在进步的 TorchSharp 通过几年的发展已经开始稳定，但如果在一些大型项目上，特别现在与云端环境的对接上都是非常重要的，毕竟云端可以帮助机器学习每一步的流程进行优化，从数据管理，到训练，再到测试，以及部署都是非常重要的。

Azure ML 是非常优秀的机器学习/深度学习平台，涵盖整个机器学习/深度学习的所有流程。那这个时候有人会问 Azure ML 能跑传统的机器学习/深度学习项目都是基于 Python，但能否可以跑 .NET 的机器学习呢？是否可以让 .NET 的机器学习项目和云端结合在一起。今天我就来给大家展示一下，我是如何使用 .NET 结合 Azure ML 跑图像分类的。

准备工作

从 Azure Portal 上构建一个 Azure 机器学习服务环境，因为你需要用 GPU，所以区域记得选择 “West US2”

 创建成功后，你可以进入相关资源组，并记录下刚才创建的 Resource Group 和 Azure ML Service Name

你可以通过点击 Studio Web URL 进入 Azure Machine Learning Studio

一. 从数据采集与整理开始

这个与编程语言无关的内容，但是也是非常重要的内容，数据是最重要的部分。通过 Azure ML 你可以对数据进行管理，这就包括数据存储，版本管理，以及数据特征提取等工作。我们可以从 Azure ML 门户的数据选项上，进行不同数据的管理。

1. 选择左菜单栏的 Assets ，选择 Data，选择 Data assets 进行添加

 

 2. 创建数据，给名字和对应的格式，这里的数据你可以通过该链接 https://github.com/kinfey/HandsOnLab/tree/main/MLNetLab/tfnetcode/TF_DEEP_WIN_GPU_LearnDemo/image/flower_photos 进行下载

3. 从本地上传数据

上传成功后，你可以看到