Épisode

Learning Machine Learning avec .NET, PyTorch et le runtime ONNX

ONNX est un format ouvert pour représenter des modèles d’apprentissage profond pris en charge par différents frameworks et outils. Ce format facilite l’interopérabilité entre les frameworks et l’optimisation de la portée de vos investissements en matière d’optimisation matérielle

Dans cet épisode, Seth Juarez (@sethjuarez) se trouve avec Rich pour nous montrer comment nous pouvons utiliser le runtime ONNX à l’intérieur de nos applications .NET. Il nous donne une introduction rapide à l’apprentissage d’un modèle avec PyTorch, et explique également quelques concepts fondamentaux autour de la précision de prédiction.

[01:01] - Brève vue d’ensemble de l’apprentissage d’un modèle Machine Learning
[02:54] - Formation PyTorch en Python
[07:43] - Comprendre la précision et la perte
[10:50] - Qu’est-ce qu’ONNX ?
[11:53] - Consommation de modèle avec ONNX dans .NET
[25:38] - ML .NET et ONNX
[26:58] - Utilisation du secteur

Liens utiles

[01:01] - Brève vue d’ensemble de l’apprentissage d’un modèle Machine Learning
[02:54] - Formation PyTorch en Python
[07:43] - Comprendre la précision et la perte
[10:50] - Qu’est-ce qu’ONNX ?
[11:53] - Consommation de modèle avec ONNX dans .NET
[25:38] - ML .NET et ONNX
[26:58] - Utilisation du secteur

Liens utiles

Python