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.
Diese Seite zeichnet Updates für Windows ML in den neuesten Builds des Windows SDK und NuGet-Pakets auf.
Anmerkung
Es gibt neue Windows ML APIs (im über NuGet ausgelieferten Namespace), die diese Version von Windows ML ersetzen, die 2018 veröffentlicht wurde.
Windows ML NuGet-Paket – Version 1.9
- Laden Sie NuGet hier herunter.
- Basiert auf ONNX Runtime 1.9.
- WinML – DLL-Abhängigkeitskorrektur unterstützt Lernmodelle unter Windows 8.1.
Windows ML NuGet-Paket – Version 1.8
- Laden Sie NuGet hier herunter.
- Basiert auf ONNX Runtime 1.8.
- Neue native WinML-API,
SetIntraOpThreadSpinning
. Diese API wird verwendet, um das Verhalten des IntraOp-Thread-Drehens umzuschalten. Wenn diese Option aktiviert ist und keine aktuelle Arbeitsauslastung vorhanden ist, laufen IntraOp-Threads weiterhin für einige zusätzliche Zeit weiter, während sie auf den Abschluss zusätzlicher Arbeit warten. Dies kann zu einer besseren Leistung für die aktuelle Workload führen, kann sich jedoch auf die Leistung anderer nicht verwandter Workloads auswirken. Diese Umschaltfläche ist standardmäßig aktiviert.
Windows ML NuGet-Paket – Version 1.7
- NuGet hier herunterladen
- Basiert auf ONNX Runtime 1.7
- . NET5-Unterstützung – funktioniert mit . NET5 Standard 2.0-Projektionen.
- Bilddeskriptoren machen NominalPixelRange-Eigenschaften verfügbar
- Native Unterstützung für zusätzliche Pixelbereiche [0..1] und [-1..1] in Bildmodellen hinzugefügt.
- Der ImageFeatureDescriptor-Laufzeitklasse wird eine neue Eigenschaft hinzugefügt, um die ImageNominalPixelRange-Eigenschaft in ImageFeatureDescriptor verfügbar zu machen. Andere ähnliche Eigenschaften, die verfügbar gemacht werden, sind das BitmapPixelFormat und der BitmapAlphaMode des Bildes.
- Fehlerbehebungen und Leistungsverbesserungen.
- DirectML PIX-Marker wurden zu Redist hinzugefügt, um das Profil-Diagramm auf Operatorebene zu aktivieren.
- Korrekturen, die angewendet werden, um sicherzustellen, dass das Paket ordnungsgemäß in C#-UWP-Projekten in Visual Studio installiert wird.
Windows ML NuGet-Paket – Version 1.6
- NuGet hier herunterladen
- Basiert auf ONNX Runtime 1.6
- Unterstützung für UWP-Anwendungen für die Windows Store-Bereitstellung sowohl für CPU als auch für GPU.
- WindowsAI Redist enthält jetzt ein statisch verknüpftes C-Runtime-Paket für zusätzliche Bereitstellungsoptionen.
- Kleinere API-Verbesserungen: Benutzer können Iterable als Eingaben und Ausgaben binden und Tensor* mithilfe mehrerer Puffer erstellen.
Windows ML NuGet-Paket – Version 1.5
- Unterstützung für UWP-Anwendungen für die Windows Store-Bereitstellung (nur CPU).
- Unterstützung für .NET- und .NET Framework-Anwendungen.
- Support für RUST-Entwickler – Beispiel und Dokumentation verfügbar
- Neue APIs für zusätzliche Leistungssteuerung:
- IntraopNumThreads: Bietet die Möglichkeit, die Anzahl der Threads zu ändern, die im Threadpool für die Intra Operator-Ausführung für CPU-Operatoren über LearningModelSessionOptions verwendet werden.
- [SetNamedDimensionOverrides]((/native-apis/SetNamedDimensionOverrides.md): Bietet die Möglichkeit, benannte Eingabedimensionen auf konkrete Werte zu überschreiben, um die Laufzeitleistung durch LearningModelSessionOptions zu optimieren.
- Unterstützung für zusätzliche ONNX-Format-Bildtypen – Grau8, normalisiert [0..1] und normalisiert [-1..1].
- Reduzierte Paketgröße durch Trennen von Debugsymbolen in separates Verteilungspaket.
Windows ML NuGet-Paket – Version 1.4
- NuGet hier herunterladen
- Basiert auf ONNX Runtime 1.4
- Unterstützung für ONNX 1.6 und Opset 11.
- Allgemeine Benutzerfreundlichkeit und Leistungsverbesserungen.
Windows ML NuGet-Paket – Version 1.3
- NuGet hier herunterladen
- Basiert auf ONNX Runtime 1.3
- Entspricht MachineLearningContract v3.
- Unterstützung für ONNX 1.6 und Opset 11.
- Cpu-Ausführung wird bis Windows 8.1 unterstützt; GPU-Ausführung wird bis windows 10, Version 1709, unterstützt.
- Zertifizierte bekannte getestete Pfade sind Desktopanwendungen mit C++. Store-Anwendungen und das Zertifizierungskit für Windows-Anwendungen werden noch nicht unterstützt.
Build 19041 (Windows 10, Version 2004)
Unterstützung für ONNX 1.4 und Opset 9 (CPU und GPU)
API-Oberflächen-Ergänzungen
- CloseModelOnSessionCreation: neuer LearningModelSessionOptions-Parameter zum Konfigurieren zur Reduzierung des Arbeitsspeichers.
Werkzeuge
- WinMLTools-Konverter unterstützen neue ONNX-Versionen und Opset
- Optimierungen für WinMLRunner, die neue Leistungsmetriken verfügbar machen
Build 18362 (Windows 10, Version 1903)
Alle Features und Updates aus früheren Test-Flight-Builds:
- ONNX 1.3-Unterstützung
- Unterstützung für die Modellgrößenreduzierung über die Gewichtsquantisierung nach dem Training. Sie können die neueste Version von WinMLTools verwenden, um die Gewichte Ihres Modells auf int8 herabzuskalieren.
- Entfernen von mlgen aus dem Windows 10 SDK – verwenden Sie stattdessen eine der folgenden Visual Studio-Erweiterungen:
- Visual Studio 2017: Windows Machine Learning Code Generator VS 2017
- Visual Studio 2019: Windows Machine Learning Code Generator
Build 18829
-
mlgen wurde aus dem Windows 10 SDK entfernt. Installieren Sie stattdessen je nach Version eine der folgenden Visual Studio-Erweiterungen:
- Visual Studio 2017: Windows Machine Learning Code Generator VS 2017
- Visual Studio 2019: Windows Machine Learning Code Generator
Build 18290
- Min. unterstützte ONNX-Version = 1.2.2 (Opset 7)
- Max. unterstützte ONNX-Version = 1.3 (Opset 8)
- Unterstützt die Modellgrößenreduzierung über die Gewichtsquantisierung nach dem Training. Sie können die neueste Version von WinMLTools verwenden, um die Gewichte Ihres Modells auf int8 herabzuskalieren.
Build 17763 (Windows 10, Version 1809)
- Erste offizielle Version von Windows Machine Learning.
- Erfordert ONNX v1.2.
- Der Windows.AI.MachineLearning.Preview-Namespace ist zugunsten des Windows.AI.MachineLearning-Namespace veraltet.
Bekannte Probleme
- Bei Modellen, die Sequenzen enthalten, generiert MLGen eine IList<Dictionary<Schlüssel, Wert>> anstelle des richtigen IList<IDictionary<Schlüssel, Wert>>, was zu leeren Ergebnissen führt. Um dieses Problem zu beheben, ersetzen Sie einfach den automatisch generierten Code durch den entsprechenden IList<IDictionary<Schlüssel, Wert>>.
Build 17723
- Erfordert ONNX v1.2.
- Unterstützt F16-Datentypen mit GPU-basierten Modellableitungen für eine bessere Leistung und einen reduzierten Modellbedarf. Sie können WinMLTools verwenden, um Ihre Modelle von FP32 in FP16 zu konvertieren.
- Ermöglicht Desktop-Apps die Nutzung von Windows.AI.MachineLearning-APIs mit WinRT/C++.
Anmerkung
Verwenden Sie die folgenden Ressourcen für Hilfe zu Windows ML:
- 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, erstellen Sie bitte ein Issue auf unserem GitHub.