C#+web=?微软Blazor

C#开发可以用Blazor在今后写前端渲染的网页了!

– C#(C sharp)是什么？

C#是微软公司发布的一种面向对象的、运行于.NET Framework和.NET Core(完全开源，跨平台)之上的高级程序设计语言。

– 为什么会出现Blazor？

我觉得起因是因为浏览器支持WebAssembly，WebAssembly是一种新的编码方式，可以在现代的网络浏览器中运行二进制格式文件，以接近原生的性能运行。Blazor 尝试使用WebAssembly和DotNetAnywhere将.NET带回到浏览器。

除了用C#来开发之外，还可以让C#运行在浏览器（使用WebAssembly）上，这样dotnet的众多api我们都可以在浏览器使用了。

Blazor文档齐全:https://docs.microsoft.com/zh-cn/aspnet/core/blazor/get-started?view=aspnetcore-3.1&tabs=visual-studiohttps://docs.microsoft.com/zh-cn/aspnet/core/blazor/get-started?view=aspnetcore-3.1&tabs=visual-studio

按照官网指示，先安装 .NET Core 3.1 SDK。我使用的是mac环境，直接下载dotnet的pkg安装包安装。安装之后在终端输入，安装Blazor的模板：

dotnet new -i Microsoft.AspNetCore.Components.WebAssembly.Templates::3.2.0-preview2.20160.5

我使用的是 Visual Studio Code，安装C#插件

终端cd到合适的文件目录，输入：

dotnet new blazorwasm -o WebApplicationMix

用Visual Studio Code打开。终端输入：

dotnet run

浏览器打开https://localhost:5001/，初次体验Blazor

我比较看重还是Blazor可以调用dotnet提供的一个机器学习库。BlazorML5，为Blazor提供了ML.NET的功能。

– ML.NET

开源和跨平台的机器学习框架，它可以实现

情绪分析、产品推荐、价格预测、物体检测、图像分类等等。微软的api梳理得更为接近应用场景。代码风格也比较简洁：

//Step 1. Create a ML Context
var ctx = new MLContext();
//Step 2. Read in the input data for model training
IDataView dataReader = ctx.Data
 .LoadFromTextFile<MyInput>(dataPath, hasHeader: true);
//Step 3. Build your estimator
IEstimator<ITransformer> est = ctx.Transforms.Text
 .FeaturizeText("Features", nameof(SentimentIssue.Text))
 .Append(ctx.BinaryClassification.Trainers
 .LbfgsLogisticRegression("Label", "Features"));
//Step 4. Train your Model
ITransformer trainedModel = est.Fit(dataReader);
//Step 5. Make predictions using your model
var predictionEngine = ctx.Model
 .CreatePredictionEngine<MyInput, MyOutput>(trainedModel);
var sampleStatement = new MyInput { Text = "This is a horrible movie" };
var prediction = predictionEngine.Predict(sampleStatement);

推荐关注Blazor~