在C#中像Python一样编写TensorFlow机器学习代码

机器学习是一个令人激动人心的领域，技术突破和创新层出不穷。研究人员不断推动机器智能的提升，教机器如何听说读写——这些曾经是我们人类专属的技能。众所周知，机器学习的首选语言是Python，最受欢迎的开发框架是Google的TensorFlow——几乎所有的代码示例都是用Python编写的，并且都依赖TensorFlow和NumPy。对于C#和.NET的开发人员来说，我们正面临着一个严峻的选择：要么学习Python，要么使用NET机器学习库并从头开始精心编写我们自己的C＃代码。

事实上，这就是我在机器学习课程中常用的策略。我研究了许多使用Keras和TensorFlow的Python代码，然后我从头开始编写自己的C＃代码，使用原生的CNTK和ML.NET库代替。这种方法很有效，但它也有一些缺点：

• 我的学生习惯于用.NET，这些编码技巧不容易转移到Python。
• CNTK和ML.NET不支持某些TensorFlow功能，因此我必须使用Python代码向C＃开发人员演示它们。

我一直在努力在.NET中编写机器学习库，模仿Python的API和编码风格，如NativeKeras和KerasSharp，但这些项目不再处于积极开发的阶段。我一直在寻找一个全面的.NET库，它完全模仿了如何用Python编写机器学习代码，终于我发现了她——SciSharp！SciSharp正在为数据科学，机器学习和人工智能构建一个基于.NET的开源生态系统，其理念是C＃机器学习代码应该像对应的Python代码一样尽可能一样的语法与编程的感觉。

看看下面的例子 - 这是TensorFlow.NET中的简单线性回归演示。 Python代码在左侧，相应的C＃代码在右侧：

右边的代码看起来像Python，但它是实际的C＃代码。 它使用一个名为TesorFlow.NET的封装器在幕后调用真正的TensorFlow库。请注意，我们已经有了TensorFlow封装器。 几年前，Xamarin创始人米格尔大神打造了优秀的TensorFlowSharp。 但是，他的库只暴露了低级别的TensorFlow API。 相比之下，SciSharp的库神奇地暴露了所有TensorFlow**的API，包括高级图形构建功能。