Windows Machine Learning

Implementa Machine Learning nelle tue app di Windows con Windows ML, un'API affidabile dalle prestazioni elevate per la distribuzione delle inferenze di Machine Learning con accelerazione hardware su dispositivi Windows.

Panoramica

Windows ML è integrato nelle versioni più recenti di Windows 10 e Windows Server 2019 ed è disponibile anche come pacchetto NuGet per la copertura delle versioni precedenti fino a Windows 8.1. Windows ML offre agli sviluppatori i vantaggi seguenti:

• Facilità di sviluppo: con Windows ML integrato nelle versioni più recenti di Windows 10 e Windows Server 2019, è sufficiente Visual Studio e un modello ONNX con training, che può essere distribuito insieme all'applicazione Windows. Se devi anche distribuire le funzionalità basate sull'intelligenza artificiale a versioni precedenti di Windows (fino a 8.1), Windows ML è disponibile anche come pacchetto NuGet che puoi distribuire con l'applicazione.

• Supporto hardware generale: Windows ML consente di scrivere il carico di lavoro ml una sola volta e ottenere automaticamente prestazioni altamente ottimizzate in diversi fornitori di hardware e tipi di processore, ad esempio CPU, GPU e acceleratori di intelligenza artificiale. Windows ML garantisce anche un comportamento coerente in tutto l'hardware supportato.

• Bassa latenza, risultati in tempo reale: i modelli di Machine Learning possono essere valutati usando le funzionalità di elaborazione del dispositivo Windows, abilitando l'analisi locale e in tempo reale di volumi di dati di grandi dimensioni, ad esempio immagini e video. I risultati sono disponibili in modo rapido ed efficiente per l'uso nei carichi di lavoro a prestazioni intensive, ad esempio i motori di gioco, o per le attività in background, ad esempio l'indicizzazione per la ricerca.

• Maggiore flessibilità: l'opzione per valutare i modelli di Machine Learning in locale nei dispositivi Windows consente di gestire una gamma più ampia di scenari. La valutazione dei modelli di Machine Learning, ad esempio, può essere eseguita mentre il dispositivo è offline o quando la connettività è intermittente. In questo modo puoi anche gestire gli scenari in cui non tutti i dati possono essere inviati al cloud a causa di problemi di sovranità dei dati o di privacy.

• Riduzione dei costi operativi: eseguire il training dei modelli di Machine Learning nel cloud e quindi valutarli in locale nei dispositivi Windows può offrire risparmi significativi in termini di costi di larghezza di banda, con solo dati minimi inviati al cloud, come potrebbe essere necessario per migliorare continuamente il modello di Machine Learning. Inoltre, quando si distribuisce il modello di Machine Learning in uno scenario basato su server, gli sviluppatori possono sfruttare l'accelerazione hardware di Windows ML per rendere più velocemente disponibile il modello, riducendo il numero di computer necessari per gestire il carico di lavoro.

Modelli di Machine Learning

Un modello di Machine Learning è un file sottoposto a training per il riconoscimento di determinati tipi di criteri. Il training di un modello viene eseguito su un set di dati, fornendogli un algoritmo che può usare per ragionare e apprendere da questi dati.

Dopo aver eseguito il training, puoi usare il modello per ragionare sui dati non visualizzati in precedenza ed effettuare previsioni su tali dati. Ad esempio, immagina di voler creare un'applicazione in grado di riconoscere le emozioni di un utente in base alle sue espressioni facciali. Puoi eseguire il training di un modello fornendogli immagini di visi ognuna con una determinata emozione, quindi usare tale modello in un'applicazione in grado di riconoscere le emozioni di qualsiasi utente. Per un esempio di tale applicazione, vedere l'esempio emoji8 oppure vedere Informazioni su un modello di Machine Learning per altre informazioni.

Windows Machine Learning usa il formato Open Neural Network Exchange (ONNX) per i relativi modelli. Puoi scaricare un modello con training preliminare oppure eseguire il training del tuo modello. Per altre informazioni, vedi Ottenere modelli ONNX per Windows ML.

Operazioni preliminari

Per altre informazioni sui diversi modi per incorporare Windows Machine Learning nell'app, vedere la pagina introduttiva.

Si vuole creare la prima app con Windows Machine Learning? Vedere le esercitazioni winML per una panoramica dei diversi modi per eseguire il training di un modello e incorporarlo nell'applicazione WinML.

Domande frequenti

Altre informazioni sulle soluzioni di Machine Learning e sulle opzioni disponibili sono disponibili? Per una panoramica completa delle scelte disponibili, vedere Confrontare le soluzioni di intelligenza artificiale o altre informazioni con le domande frequenti su WinML.

Nota

Per informazioni su Windows Machine Learning, usa le risorse seguenti:

• Per porre domande tecniche o rispondere a domande tecniche su Windows Machine Learning, usa il tag windows-machine-learning in Stack Overflow.
• Per segnalare un bug, registra il problema in GitHub.