Welche KI-Lösung ist für mich geeignet?

Microsoft bietet unterschiedliche KI-Lösungen an, sodass Sie unter verschiedenen Optionen wählen können. Aber wie sollen Sie die richtige Option für Ihre Anwendung auswählen? Im Folgenden wird sie zunächst aufgeschlüsselt.

Ich möchte ein Machine Learning-Modell in meine Anwendung integrieren und auf dem Gerät ausführen, indem ich die Hardwarebeschleunigung nutze

Windows Machine Learning ist die richtige Wahl für Sie. Diese allgemeinen WinRT-APIs funktionieren unter Windows 10-Anwendungen (UWP, Desktop), und Modelle werden direkt auf dem Gerät evaluiert. Sie können auch die GPU des Geräts (falls vorhanden) verwenden, um die Leistung zu steigern.

Ich möchte maschinelles Sehen in meine Anwendung integrieren und Plattformoptimierungen nutzen

Wählen Sie die Fähigkeiten für maschinelles Sehen unter Windows. Mit diesem einfachen Framework können Sie benutzerdefinierte Anwendungen für maschinelles Sehen entwickeln, für die die Hardwarebeschleunigung auf Edgegeräten genutzt wird. Sie können vordefinierte Bibliotheken kombinieren, um häufige Bildverarbeitungsaufgaben zu erledigen, und ML-Modelle für besondere Aufgaben verwenden.

Ich möchte während der Modellausführung für hochintensive Anwendungen eine bessere Kontrolle über die Ressourcenverwendung haben

DirectML ist die richtige Option für Sie. Diese APIs im DirectX-Stil verfügen über ein Programmierungsparadigma, das Entwicklern von C++-Spielen vertraut vorkommen sollte, und sie ermöglichen die vollständige Nutzung der Hardware.

Ich möchte ML-Modelle mit einem Framework trainieren, testen und bereitstellen, mit dem .NET-Entwickler vertraut sind

Probieren Sie ML.NET aus. Hierbei handelt es sich um ein Machine Learning-Framework für .NET-Entwickler.

Ich möchte die Leistungsfähigkeit der Azure-Cloud zum Trainieren und Bereitstellen von ML-Modellen nutzen

Unter Welche Machine Learning-Produkte bietet Microsoft? finden Sie eine umfassende Liste mit den verfügbaren Lösungen von Microsoft, z. B. viele Produkte und Dienste, die unter Azure ausgeführt werden.