Windows Machine Learning-Tutorials

Windows Machine Learning kann in einer Vielzahl von anpassbaren App-Lösungen verwendet werden. Hier bieten wir mehrere vollständige Lernprogramme, die das Erstellen eines Machine Learning-Modells aus einer Vielzahl potenzieller nicht-code- oder programmgesteuerter Dienste abdecken und in eine einfache Windows ML-App integrieren. Darüber hinaus befassen wir uns mit verschiedenen erweiterten Methoden, um die Funktionalität Ihrer App zu optimieren. Und wenn Sie nur eine grundlegende Einführung der APIs mit einem vorhandenen Modell suchen oder wenn Sie unsere Beispiele auschecken möchten, lesen Sie unten weitere Links.

Vollständige App-Lernprogramme

In diesen folgenden Lernprogrammen wird die Erstellung eines Machine Learning-Modells und die Integration in eine Windows 10-App mit Windows ML behandelt.

Schulungsumgebung ohne Code

Möchten Sie ein vorhandenes Hilfsprogramm verwenden, um ein Machine Learning-Modell zu trainieren? Diese Tutorials bieten Schritt-für-Schritt-Anleitungen zum Erstellen von Windows ML-Apps mit Modellen, die von vorhandenen Diensten trainiert wurden.

Bildklassifizierung mit custom Vision und Windows ML

Erfahren Sie, wie Sie mit dem Azure Custom Vision-Dienst ein Modell für die Imageklassifizierung trainieren und dieses Modell in einer Windows ML-Anwendung bereitstellen, um lokal auf Ihrem Computer ausgeführt zu werden.

Bildklassifizierung mit ML.NET und Windows ML

Erfahren Sie, wie Sie die Visual Studio-Erweiterung ML.NET Modell-Generator verwenden, um ein ONNX-Modell zu erstellen und dieses Modell in einer Windows ML-Anwendung bereitzustellen, die lokal auf Ihrem Computer ausgeführt werden kann.

Codeschulungsumgebung

Diese Lernprogramme behandeln Möglichkeiten zum Erstellen ihres eigenen Codes zum Trainieren eines Windows ML-Modells, anstatt einen bereits vorhandenen Dienst zu verwenden.

Imageklassifizierung mit PyTorch und Windows ML

Erfahren Sie, wie Sie PyTorch auf Ihrem Computer installieren, wie Sie es zum Trainieren eines Imageklassifizierungsmodells verwenden, wie Sie dieses Modell in das ONNX-Format konvertieren und wie Sie es in einer Windows ML-Anwendung bereitstellen, die lokal auf Ihrem Computer ausgeführt werden kann.

Datenanalyse mit PyTorch und Windows ML

Erfahren Sie, wie Sie PyTorch auf Ihrem Computer installieren, wie Sie es zum Trainieren eines Datenanalysemodells, zum Konvertieren dieses Modells in das ONNX-Format verwenden und wie Sie es in einer Windows ML-Anwendung bereitstellen, um lokal auf Ihrem Computer ausgeführt werden zu können.

Objekterkennung mit TensorFlow und Windows ML

Erfahren Sie, wie Sie TensorFlow auf Ihrem Computer installieren, transfer learning mit der YOLO-Architektur implementieren, in das Modell in ONNX konvertieren und in einer Windows ML-Anwendung bereitstellen, um lokal auf Ihrem Computer ausgeführt werden zu können.

Erweiterte Features:

Wenn Sie das Windows ML NuGet-Paket verwenden möchten, lesen Sie das Lernprogramm: Portieren einer vorhandenen Windows ML-App zu NuGet-Paket.

Die neuesten Windows ML-Features und -Fixes finden Sie in unseren Versionshinweisen.

Von Bedeutung

PyTorch, das PyTorch-Logo und alle verwandten Marken sind Marken von Facebook, Inc. TensorFlow, das TensorFlow-Logo und alle verwandten Marken sind Marken von Google Inc.

Hinweis

Verwenden Sie die folgenden Ressourcen, wenn Sie Hilfe mit Windows ML benötigen:

• Wenn Sie technische Fragen zu Windows ML stellen oder beantworten möchten, verwenden Sie das Tag windows-machine-learning auf Stack Overflow.
• Um einen Fehler zu melden, erstellen Sie bitte eine Meldung auf unserem GitHub.