Ukázky služby Windows Machine Learning

Úložiště WindowsMachine-Learning na GitHubu obsahuje ukázkové aplikace, které ukazují, jak používat Windows Machine Learning, a také nástroje, které pomáhají ověřovat modely a řešit problémy během vývoje.

Vzorky

Na GitHubu jsou k dispozici následující ukázkové aplikace.

Název	Popis
AdapterSelection (Win32 C++)	Desktopová aplikace, která ukazuje, jak zvolit konkrétní adaptér zařízení pro spuštění modelu.
Dávková podpora	Ukazuje, jak svázat a vyhodnotit dávky vstupů pomocí Windows ML.
Ukázka vlastního operátoru (Win32 C++)	Desktopová aplikace, která definuje více vlastních operátorů procesoru. Jedním z těchto operátorů je ladicí operátor, který můžete integrovat do vlastního pracovního postupu.
Vlastní tensorizace (Win32 C++)	Ukazuje, jak tensorizovat vstupní image pomocí rozhraní API windows ML na procesoru i GPU.
Custom Vision (UPW C#)	Ukazuje, jak vytrénovat model ONNX v cloudu pomocí služby Custom Vision a integrovat ho do aplikace s Windows ML.
Emoji8 (UPW C#)	Ukazuje, jak můžete pomocí Windows ML vymoci zábavnou aplikaci pro rozpoznávání emocí.
Přenos stylu FNS (UWP C#)	Používá model přenosu stylu FNS-Candy k přetváříním obrázků nebo streamů videa.
MNIST (UPW C#/C++)	Odpovídá kurzu: Vytvoření aplikace windows Machine Learning pro UPW (C#) Začněte od základu a projděte si kurz nebo spusťte dokončený projekt.
NamedDimensionOverrides	Ukazuje, jak přepsat pojmenované dimenze na konkrétní hodnoty za účelem optimalizace výkonu modelu.
PlaneIdentifier (UPW C#, WPF C#)	Používá předem natrénovaný model strojového učení vygenerovaný pomocí služby Custom Vision v Azure ke zjištění, jestli daný obrázek obsahuje konkrétní objekt: rovinu.
Síť RustSqueezeNet	Rust projekce WinRT pomocí SqueezeNet.
Detekce objektů SqueezeNet (Win32 C++, UPW C#/JavaScript, . NET5, . NETCORE)	Používá SqueezeNet, předem natrénovaný model strojového učení, k detekci převládajícího objektu na obrázku vybraném uživatelem ze souboru.
Detekce objektů SqueezeNet (Azure IoT Edge ve Windows, C#)	Toto je ukázkový modul, který ukazuje, jak spustit odvozování Windows ML v modulu Azure IoT Edge běžícím ve Windows. Obrázky poskytují připojená kamera, odvozovaná proti modelu SqueezeNet a odesílají se do IoT Hubu.
StreamFromResource	Ukazuje, jak vzít vložený prostředek obsahující model ONNX a převést ho na datový proud, který lze předat konstruktoru LearningModel.
Přenos stylu (C#)	Aplikace UWP, která provádí přenos stylu u obrázků zadaných uživatelem nebo datových proudů z webové kamery.
winml_tracker (ROS C++)	Uzel ROS (Robot Operating System), který používá Windows ML ke sledování lidí (nebo jiných objektů) ve snímcích fotoaparátu.

Poznámka:

Pomoc s Windows ML vám poskytnou následující zdroje:

• Pokud chcete pokládat nebo odpovídat na technické otázky týkající se Windows ML, použijte značku windows-machine-learning ve službě Stack Overflow.
• Pokud chcete nahlásit chybu, zapište prosím problém na našem GitHubu .