Windows Machine Learning-Tutorials

Windows Machine Learning kann in einer Vielzahl von anpassbaren App-Lösungen verwendet werden. Hier stellen wir mehrere vollständige Tutorials zur Verfügung, die zeigen, wie Sie ein Machine Learning-Modell aus einer Vielzahl von potenziellen codefreien oder programmatischen Diensten erstellen und diese in eine einfache Windows ML-App integrieren. Darüber hinaus behandeln wir mehrere fortgeschrittene Methoden, um die Funktionalität Ihrer App zu optimieren. Wenn Sie nur eine grundlegende Einführung in die Verwendung der APIs mit einem bestehenden Modell suchen oder unsere Beispiele ausprobieren möchten, finden Sie unten weitere Links.

Vollständige App-Tutorials

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

Trainingsumgebung ohne Code

Möchten Sie ein vorhandenes Hilfsprogramm verwenden, um ein Machine Learning-Modell zu trainieren? Diese Tutorials behandeln exemplarische End-to-End-Vorgehensweisen zum Erstellen von Windows ML-Apps mit Modellen, die von bestehenden Diensten trainiert wurden.

Bildklassifizierung mit Custom Vision und Windows ML

Erfahren Sie, wie Sie den Azure Custom Vision-Dienst verwenden, um ein Modell für die Bildklassifizierung zu trainieren und dieses Modell in einer Windows ML-Anwendung bereitzustellen, die lokal auf Ihrem Computer ausgeführt wird.

Bildklassifizierung mit ML.NET und Windows ML

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

Trainingsumgebung mit Code

In diesen Tutorials werden Möglichkeiten zum Erstellen Ihres eigenen Codes zum Trainieren eines Windows ML-Modells behandelt, anstatt einen bereits vorhandenen Dienst zu verwenden.

Bildklassifizierung mit PyTorch und Windows ML

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

Datenanalyse mit PyTorch und Windows ML

Erfahren Sie, wie Sie PyTorch auf Ihrem Computer Datenanalysemodells verwenden, wie Sie dieses Modell in das ONNX-Format konvertieren und es in einer Windows ML-Anwendung bereitstellen, um lokal auf Ihrem Computer ausgeführt zu werden.

Objekterkennung mit TensorFlow und Windows ML

Erfahren Sie, wie Sie TensorFlow auf Ihrem Computer installieren, Transferlernen mit der YOLO-Architektur implementieren, das Modell in das ONNX-Format konvertieren und es in einer Windows ML-Anwendung bereitstellen, die lokal auf Ihrem Computer ausgeführt wird.

Erweiterte Features:

Wenn Sie das Windows ML NuGet-Paket verwenden möchten, finden Sie weitere Informationen unter Tutorial: Portieren einer vorhandenen Windows ML-Anwendung in ein NuGet-Paket.

Informationen zu aktuellen Windows ML-Features und -Fehlerbehebungen finden Sie in den Versionshinweisen.

Wichtig

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

Hinweis

Verwende die folgenden Ressourcen, wenn du Hilfe mit Windows ML benötigst:

• Wenn du technische Fragen zu Windows ML stellen oder beantworten möchtest, verwende das Tag windows-machine-learning auf Stack Overflow.
• Wenn du einen Fehler melden möchtest, erstelle eine Anfrage auf GitHub.