能否使用ML.NET训练以交错数组为训练数据的模型？

背景 #

我有使用TensorFlow.Net在.NET环境中实现TensorFlow模型的经验，过往所用模型均在Python/TensorFlow环境下训练，通常接收多维数组输入、返回多维数组输出，我希望完全基于ML.NET实现同类功能。

问题描述 #

我计划开发个人趣味项目，需要模型接收交错数组输入并返回交错数组输出，但目前查阅的所有ML.NET文档、教程仅提供字符串、单精度浮点数类型训练数据的示例，特此咨询：使用ML.NET实现该需求是否可行？我无需他人提供现成实现代码，若方案可行，希望能获取使用交错数组/多维数组开展模型训练的相关文档或资源指引。

补充信息 #

我的目标项目是井字棋（tic-tac-toe）AI模型，输入为格式short[rows: 3][columns: 3]的当前棋盘状态，输出为格式short[3][3]的模型落子后棋盘状态。其中数值1代表棋子'x'、0代表棋子'0'、-1代表空格位。

输入示例：

[1,-1,0],[1,-1,-1],[-1,-1,-1]

输出示例：

[1,-1,0],[1,-1,-1],[0,-1,-1]

回答 #

结论：完全可行。

ML.NET的官方数据处理管道确实没有直接把C#交错数组、多维数组作为原生列类型支持，但你这个井字棋场景完全不需要硬套嵌套数组格式，核心实现路径非常清晰：

• 不要直接用交错数组做模型的输入输出属性。ML.NET原生支持定长向量类型，你只需要把3*3共9个棋盘位置的数值，按固定顺序（比如逐行从上到下、每行从左到右）打平成长度为9的一维向量作为输入特征，同样把落子后的棋盘状态打平成长度为9的一维向量作为训练标签即可。给对应属性加上[VectorType(9)]的特性，就能被ML.NET的数据管道直接识别，不需要做复杂的自定义数据转换。
• 预测阶段拿到模型输出的长度9的一维向量后，按每3个元素一组切分，就能还原成你需要的short[3][3]交错数组格式，整个转换逻辑非常简单，不会带来额外的性能开销，也不会影响模型训练效果——对模型来说，只要每个位置的数值对应顺序固定，一维和二维的输入结构没有本质区别。
• 模型选型上，这个场景属于小数据量的多输出预测任务，直接用ML.NET内置的多输出回归训练器、或者小型神经网络训练器都能满足需求，不需要依赖额外的第三方库。
• 避坑提示：不要为了直接传入交错数组去写自定义的IDataView类型适配，这类自定义适配在ML.NET版本迭代时很容易出现兼容性问题，打平定长向量是官方原生支持、稳定性最高的方案，相关用法你可以直接查阅ML.NET官方文档中「定长向量特征」「多输出预测」相关的章节即可。

内容的提问来源于stack exchange，提问作者RCru