Maskininlärning med F#

F# utmärker sig på datavetenskap och maskininlärning. Den här artikeln innehåller länkar till några viktiga resurser som är relaterade till det här användningsläget för F#.

Information om andra alternativ som är tillgängliga för maskininlärning och datavetenskap finns i F#Software Foundations guide till Datavetenskap med F#.

ML.NET

ML.NET är ett öppen källkod och plattformsoberoende maskininlärningsramverk som skapats för .NET-utvecklare. Med ML.NET kan du skapa anpassade ML-modeller med C# eller F# utan att lämna .NET-ekosystemet. ML.NET kan du återanvända alla kunskaper, färdigheter, kod och bibliotek som du redan har som .NET-utvecklare så att du enkelt kan integrera maskininlärning i dina webb-, mobil-, skrivbords-, spel- och IoT-appar.

Djupinlärning med TorchSharp

TorchSharp är en öppen källkod uppsättning bindningar för Pytorch-motorn som kan användas för djupinlärning från F#. Exempel i F# finns i TorchSharpExamples.

FsLab

FsLab är ett inkubationsutrymme för F#-communityn för datavetenskap med F#.

Se även

• F#-anteckningsböcker
• En guide till dataåtkomst med F#
• En guide för att Datavetenskap med F#