这一版中，增加了很多重要功能，需要最新版的Visual Studio并升级 CUDA / AI 框架。
因为安装深度学习和机器学习软件机器依赖不是一个容易的任务，推荐使用一键安装工具来自动安装。
- 用微软认知服务将AI注入应用，让它能看、听、说、理解并解释用户需要，通过自然的方式与客户交流。
- 在Visual Studio中通过图形界面向导来添加和管理认知服务。
- 从预定义的模板构建认知服务应用。
- 从生成的训练项目或门户网站来训练并管理自己的自定义视觉模型。
- 通过Microsoft.ML.Scoring库来用预先训练的模型来构建智能应用程序
- 训练完成后，在Visual Studio中将预训练模型加入到应用中非常容易，就像增加其它库和资源一样。
- Visual Studio Tools for AI让创建模型推理库项目非常简单，它能自动为服务优化ONNX/TensorFlow模型，也能将优化的ONNX/TensorFlow运行时加入到项目中。
- 此外，Visual Studio Tools for AI还能生成C#的基础代码类来简化应用程序与模型的交互。
- 这些模型推理库项目可以进一步部署为 NuGet 包，以方便分发。
- 通过模型文件转换来实现不同AI框架间的互操作。
- 将Core ML, TensorFlow, scikit-learn, XGBoost and LIBSVM模型转换为ONNX格式。
- 与WinMLTools, ONNXMLTools 和tf2onnx转换工具相集成。
- 在训练和推理项目中查看AI模型的网络架构和参数。 需要安装最新版的Netron。
- 在docker中运行远程计算机作业。
- 自动登录到基于密码的远程计算机（例如：Azure DSVM/DLVM）。 安装最新版的Putty，并将putty.exe的路径加入到%Path%环境变量中。
- 添加PyTorch应用程序模板。
- Open Platform for AI (PAI)支持实验。
- 将训练项目提交到PAI集群中。
- 用图形界面管理作业和文件。
- 修复bug，提高稳定性。
- 改进从存在的Visual Studio项目创建Azure ML项目的体验。
- 改进Azure Batch AI集群中创建和提交作业的界面布局和参数验证，与Azure网站门户保持一致。
- 通过OpenSSH client连接到远程计算机。
- 修复bug，提高稳定性。
- 检查扩展依赖，如Python工具等。如果VS 2017需要，则自动安装。
- 重构Azure Batch AI的作业提交体验，并支持NFS服务器。
- 修复bug，提高稳定性。
- 第一版。