Windows ML
Exécutez des modèles Machine Learning dans votre application Windows avec Windows ML et utilisez l’accélération matérielle pour ajouter des fonctionnalités intelligentes directement sur l’appareil.
Windows Machine Learning (WinML)
Vue d’ensemble
Concept
- Qu’est-ce qu’un modèle Machine Learning ?
- Utilisation des modèles ONNX
- Performances et mémoire de Windows ML
- Exécution de plusieurs modèles ML dans une chaîne
Didacticiel
- Classification d’images avec Custom Vision et Windows Machine Learning
- Classification d’images avec ML.NET et Windows Machine Learning
- Classification d’images avec PyTorch et Windows Machine Learning
- Analyse des données avec PyTorch et Windows Machine Learning
- Détection d’objets avec TensorFlow et Windows Machine Learning
- Créer une application UWP WinML de base (C#)
- Créer une application UWP WinML de base (C++)
- Convertir des modèles entraînés en ONNX
Référence
Direct Machine-Learning (DirectML)
Vue d’ensemble
Concept
- Liaison dans DirectML
- Barrières UAV et barrières de l’état des ressources
- Utilisation de strides pour exprimer le remplissage, la disposition de la mémoire
- Durée de vie et synchronisation des ressources
- Utilisation de la couche de débogage
- Gestion des erreurs et suppression d’appareil
- Fonctions d’assistance