Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Windows Machine Learning unterstützt Modelle im Open Neural Network Exchange (ONNX) -Format. ONNX ist ein offenes Format für ML-Modelle, mit dem Sie Modelle zwischen verschiedenen ML-Frameworks und Tools austauschen können.
Es gibt verschiedene Möglichkeiten, wie Sie ein Modell im ONNX-Format abrufen können, darunter:
ONNX-Modell zoo: Enthält mehrere vortrainierte ONNX-Modelle für verschiedene Arten von Aufgaben. Laden Sie eine Version herunter, die von Windows ML unterstützt wird, und Sie können losgehen!
Nativer Export aus ML-Schulungsframeworks: Mehrere Schulungsframeworks unterstützen systemeigene Exportfunktionen nach ONNX, z. B. Chainer, Caffee2 und PyTorch, sodass Sie Ihr trainiertes Modell in bestimmten Versionen des ONNX-Formats speichern können. Darüber hinaus bieten Dienste wie Azure Machine Learning und Azure Custom Vision auch native ONNX-Exporte.
- Informationen zum Trainieren und Exportieren eines ONNX-Modells in der Cloud mithilfe von Custom Vision finden Sie im Lernprogramm: Verwenden eines ONNX-Modells aus benutzerdefinierter Vision mit Windows ML (Vorschau)
Konvertieren vorhandener Modelle mit ONNXMLTools: Dieses Python-Paket ermöglicht die Konvertierung von Modellen aus mehreren Schulungsframeworkformaten in ONNX. Als Entwickler können Sie angeben, in welche Version von ONNX Sie Ihr Modell konvertieren möchten, je nachdem, in welche Builds von Windows Ihre Anwendung ausgerichtet ist. Wenn Sie mit Python nicht vertraut sind, können Sie das UI-basierte Dashboard von Windows ML verwenden, um Ihre Modelle mit nur wenigen Klicks einfach zu konvertieren.
Von Bedeutung
Nicht alle ONNX-Versionen werden von Windows ML unterstützt. Um herauszufinden, welche ONNX-Versionen in den von Ihrer Anwendung unterstützten Windows-Versionen offiziell unterstützt werden, überprüfen Sie bitte ONNX-Versionen und Windows-Builds.
Sobald Sie über ein ONNX-Modell verfügen, integrieren Sie das Modell in den Code Ihrer App, und dann können Sie maschinelles Lernen in Ihren Windows-Apps und -Geräten verwenden!
Hinweis
Verwenden Sie die folgenden Ressourcen, wenn Sie Hilfe mit Windows ML benötigen:
- Um technische Fragen zu Windows ML zu stellen oder zu beantworten, verwenden Sie bitte das Windows-Machine-Learning-Tag auf Stack Overflow.
- Um einen Fehler zu melden, öffnen Sie bitte ein Ticket auf unserem GitHub.