Tutorial Windows Pembelajaran Mesin
Windows Pembelajaran Mesin dapat digunakan dalam berbagai solusi aplikasi yang dapat disesuaikan. Di sini, kami menyediakan beberapa tutorial lengkap yang mencakup cara membuat model Pembelajaran Mesin dari berbagai potensi layanan non-kode atau terprogram, dan mengintegrasikannya ke dalam aplikasi Windows ML dasar. Selain itu, kami membahas beberapa metode tingkat lanjut untuk mengubah fungsionalitas aplikasi Anda. Dan jika Anda hanya mencari penggunaan pengantar dasar API dengan model yang ada, atau jika Anda ingin memeriksa sampel kami, lihat tautan lebih lanjut di bawah ini.
Tutorial aplikasi lengkap
Tutorial berikut ini mencakup pembuatan model Pembelajaran Mesin, dan cara menggabungkannya ke dalam aplikasi Windows 10 dengan Windows ML.
Lingkungan pelatihan tanpa kode
Ingin menggunakan utilitas yang ada untuk melatih model pembelajaran mesin? Tutorial ini mencakup panduan end-to-end tentang cara membuat aplikasi Windows ML dengan model yang dilatih oleh layanan yang ada.
Klasifikasi gambar dengan Custom Vision dan Windows ML
Pelajari cara menggunakan layanan Azure Custom Vision untuk melatih model untuk klasifikasi gambar, dan menyebarkan model tersebut dalam aplikasi Windows ML untuk berjalan secara lokal di komputer Anda.
Klasifikasi gambar dengan ML.NET dan Windows ML
Pelajari cara menggunakan ekstensi Visual Studio ML.NET Model Builder untuk membuat model ONNX dan menyebarkan model tersebut di aplikasi Windows ML untuk berjalan secara lokal di komputer Anda.
Lingkungan pelatihan kode
Tutorial ini mencakup cara untuk membuat kode Anda sendiri untuk melatih model Windows ML, alih-alih menggunakan layanan yang sudah ada sebelumnya.
Klasifikasi gambar dengan PyTorch dan Windows ML
Pelajari cara menginstal PyTorch di komputer Anda, cara menggunakannya untuk melatih model klasifikasi gambar, cara mengonversi model tersebut ke format ONNX, dan cara menyebarkannya di aplikasi Windows ML untuk berjalan secara lokal di komputer Anda.
Analisis data dengan PyTorch dan Windows ML
Pelajari cara menginstal PyTorch di komputer Anda, cara menggunakannya untuk melatih model analisis data, cara mengonversi model tersebut ke format ONNX, dan cara menyebarkannya di aplikasi Windows ML untuk berjalan secara lokal di komputer Anda.
Deteksi objek dengan TensorFlow dan Windows ML
Pelajari cara menginstal TensorFlow di komputer Anda, menerapkan pembelajaran transfer dengan arsitektur YOLO, mengonversi ke model ke ONNX, dan menyebarkannya di aplikasi Windows ML untuk berjalan secara lokal di komputer Anda.
Fitur tingkat lanjut:
Jika Anda ingin menggunakan paket Windows ML NuGet, silakan lihat Tutorial: Port Aplikasi Windows ML yang Ada ke Paket NuGet.
Untuk fitur dan perbaikan Windows ML terbaru, lihat catatan rilis kami.
Penting
PyTorch, logo PyTorch dan merek terkait adalah merek dagang Facebook, Inc. TensorFlow, logo TensorFlow, dan merek terkait apa pun adalah merek dagang Google Inc.
Catatan
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.