Windows ML
Führen Sie Machine Learning-Modelle in Ihrer Windows-Anwendung mit Windows ML aus, und verwenden Sie die Hardwarebeschleunigung, um dem Gerät intelligente Features hinzuzufügen.
Windows Machine Learning (WinML)
Übersicht
Konzept
- Was ist ein Machine Learning-Modell?
- Arbeiten mit ONNX-Modellen
- Windows ML-Leistung und Arbeitsspeicher
- Ausführen mehrerer ML-Modelle in einer Kette
Tutorial
- Bildklassifizierung mit Custom Vision und Windows Machine Learning
- Imageklassifizierung mit ML.NET und Windows Machine Learning
- Imageklassifizierung mit PyTorch und Windows Machine Learning
- Datenanalyse mit PyTorch und Windows Machine Learning
- Objekterkennung mit TensorFlow und Windows Machine Learning
- Erstellen einer einfachen WinML-UWP-App (C#)
- Erstellen einer einfachen WinML-UWP-App (C++)
- Konvertieren trainierter Modelle in ONNX
Referenz
Direct Machine Learning (DirectML)
Übersicht
Konzept
- Bindung in DirectML
- UAV-Barrieren und Ressourcenzustandsbarrieren
- Verwenden von Schritten zum Ausdrücken von Auffüllung, Arbeitsspeicherlayout
- Ressourcenlebensdauer und -synchronisierung
- Verwenden der Debugschicht
- Behandeln von Fehlern und Entfernen von Geräten
- Hilfsfunktionen