2019 年 7 月
第 35 卷，第 7 期
.png "重新统一的 .NET：Microsoft 的 .NET 5 计划")
[C#]
重新统一的 .NET：Microsoft 的 .NET 5 计划
本月，Mark Michaelis 将就 .NET 5 进行深入探讨，.NET 5 是一个约定的通用框架，它将 .NET Framework、Xamarin/Mono 和 .NET Core 的并行线程整合到面向桌面、Web、云和设备开发人员的同一通用目标中。
.png "裸编码： 裸网络")
专栏[孜孜不倦的程序员]
裸编码：裸网络
Ted Neward 结束了他对 Naked Objects Framework 的系列研究，了解了 NOF Restful API 网络，以及整个网络交互状态在客户端和服务器之间共享的超媒体文档中存储的过程。
.png "了解 Azure AI 服务")
[Azure ML]
了解 Azure AI 服务
人工智能和机器学习服务比以往任何时候都更容易获得，但开发人员和数据分析师越来越难以从中进行选择。在本次实践探索中，Ashish Sahu 逐步介绍了端到端的 AI 应用场景，并探讨了如何在每个阶段应用各种 Microsoft Azure AI 服务。
.png "ASP.NET Core gRPC 服务")
专栏[领先技术]
ASP.NET Core gRPC 服务
gRPC 是一个远程过程调用框架，它使用一个基于 HTTP/2 的二进制协议来连接客户端和远程服务。Dino Esposito 介绍如何将 gRPC 和 ASP.NET Core 与 .NET Core 3.0 配合使用。
.png "在 ASP.NET Core 中使用 AI 驱动的授权策略限制站点访问")
[ASP.NET Core 3.0]
在 ASP.NET Core 中使用 AI 驱动的授权策略限制站点访问
Stefano Tempesta 继续他对生物识别安全系统的探索，他从注册为 IoT 设备的照相机逐步收集面部信息，并将数据流式传输到 Azure IoT 中心。该解决方案利用机器学习服务，该服务根据历史数据集分析每个访问请求，从而阻止未经授权的入侵。
.png "它们现在在哪里？")
.png "使用 AutoML 构建机器学习预测系统")
[机器学习]
使用 AutoML 构建机器学习预测系统
Microsoft ML.NET 是一个大型的开源机器学习函数库，使用户可以使用 C# 语言程序创建预测模型。编写这样的程序并不简单，但正如 James McCaffrey 介绍的那样，AutoML 系统使用 ML.NET 命令行接口 (CLI) 工具为用户创建预测模型。它还生成使用该模型的可自定义示例代码。
.png "统一理论")
专栏