Compartir a través de

Evaluación de las entradas del modelo

Una vez que haya enlazado valores a las entradas y salidas de un modelo, estará listo para evaluar las entradas del modelo y obtener sus predicciones.

Para ejecutar el modelo, llame a cualquiera de los métodos Evaluate* en learningModelSession. Puede usar LearningModelEvaluationResult para examinar las características de salida.

Ejemplo

En el siguiente ejemplo, se ejecuta una evaluación en la sesión, y se pasan tanto el enlace como un identificador de correlación único. A continuación, analizamos la salida como una lista de probabilidades, lo hacemos coincidir con una lista de etiquetas para las distintas cosas que nuestro modelo puede reconocer y escribir los resultados en la consola:

// How many times an evaluation has been run
private int runCount = 0;

private void EvaluateModel(
    LearningModelSession session,
    LearningModelBinding binding,
    string outputName,
    List<string> labels)
{
    // Process the frame with the model
    var results =
        await session.EvaluateAsync(binding, $"Run {++runCount}");

    // Retrieve the results of evaluation
    var resultTensor = results.Outputs[outputName] as TensorFloat;
    var resultVector = resultTensor.GetAsVectorView();

    // Find the top 3 probabilities
    List<(int index, float probability)> indexedResults = new List<(int, float)>();

    for (int i = 0; i < resultVector.Count; i++)
    {
        indexedResults.Add((index: i, probability: resultVector.ElementAt(i)));
    }

    // Sort the results in order of highest probability
    indexedResults.Sort((a, b) =>
    {
        if (a.probability < b.probability)
        {
            return 1;
        }
        else if (a.probability > b.probability)
        {
            return -1;
        }
        else
        {
            return 0;
        }
    });

    // Display the results
    for (int i = 0; i < 3; i++)
    {
        Debug.WriteLine(
            $"\"{labels[indexedResults[i].index]}\" with confidence of {indexedResults[i].probability}");
    }
}

Eliminación de dispositivos

Si el dispositivo deja de estar disponible o si desea usar otro dispositivo, debe cerrar la sesión y crear una nueva sesión.

En algunos casos, es posible que los dispositivos gráficos deban descargarse y volver a cargarse, como se explica en la documentación de DirectX.

Al usar Windows ML, deberá detectar este caso y cerrar la sesión. Para recuperarse de una eliminación de dispositivos o volver a inicializarlo, creará una nueva sesión, que desencadena la lógica de selección del dispositivo para que se vuelva a ejecutar.

El caso más común en el que verá este error es durante LearningModelSession.Evaluate. En el caso de la eliminación o el restablecimiento del dispositivo, LearningModelEvaluationResult.ErrorStatus se DXGI_ERROR_DEVICE_REMOVED o DXGI_ERROR_DEVICE_RESET.

Consulte también

Nota:

Use los siguientes recursos para obtener ayuda con Windows ML:

  • Para formular o responder preguntas técnicas sobre Windows ML, use la etiqueta windows-machine-learning en Stack Overflow.
  • Para notificar un error, envíe un problema en nuestro GitHub.