Model ONNX

Windows Machine Learning mendukung model dalam format Open Neural Network Exchange (ONNX). ONNX adalah format terbuka untuk model ML, memungkinkan Anda untuk bertukar model antara berbagai kerangka kerja dan alat ML.

Ada beberapa cara di mana Anda dapat memperoleh model dalam format ONNX, termasuk:

• Kebun Binatang Model ONNX: Berisi beberapa model ONNX yang telah dilatih sebelumnya untuk berbagai jenis tugas. Unduh versi yang didukung oleh Windows ML dan Anda siap melakukannya!

• Ekspor asli dari kerangka kerja pelatihan ML: Beberapa kerangka kerja pelatihan mendukung fungsionalitas ekspor asli ke ONNX, seperti Chainer, Caffee2, dan PyTorch, memungkinkan Anda menyimpan model terlatih Anda ke versi tertentu dari format ONNX. Selain itu, layanan seperti Azure Machine Learning dan Azure Custom Vision juga menyediakan ekspor ONNX asli.

  • Untuk mempelajari cara melatih dan mengekspor model ONNX di cloud menggunakan Custom Vision, lihat Tutorial: Menggunakan model ONNX dari Custom Vision dengan Windows ML (pratinjau).

• Mengonversi model yang ada menggunakan ONNXMLTools: Paket Python ini memungkinkan model dikonversi dari beberapa format kerangka kerja pelatihan ke ONNX. Sebagai pengembang, Anda dapat menentukan versi ONNX mana yang ingin Anda konversi modelnya, tergantung pada build Windows mana target aplikasi Anda. Jika Anda tidak terbiasa dengan Python, Anda dapat menggunakan Dasbor berbasis UI Windows ML untuk dengan mudah mengonversi model Anda hanya dengan beberapa klik.

Penting

Tidak semua versi ONNX didukung oleh Windows ML. Untuk mengetahui versi ONNX mana yang secara resmi didukung dalam versi Windows yang ditargetkan oleh aplikasi Anda, silakan periksa versi ONNX dan build Windows.

Setelah memiliki model ONNX, Anda akan mengintegrasikan model ke dalam kode aplikasi, lalu Anda dapat menggunakan pembelajaran mesin di aplikasi dan perangkat Windows Anda!

Nota

Gunakan sumber daya berikut untuk bantuan dengan Windows ML:

• Untuk mengajukan atau menjawab pertanyaan teknis tentang Windows ML, silakan gunakan tag windows-machine-learning di Stack Overflow.
• Untuk melaporkan bug, silakan ajukan masalah di GitHub kami.