Windows Machine Learning では、 Open Neural Network Exchange (ONNX) 形式のモデルがサポートされています。 ONNX は ML モデルのオープン形式であり、さまざまな ML フレームワークとツール間でモデルを交換できます。
ONNX 形式でモデルを取得するには、次のようないくつかの方法があります。
ONNX Model Zoo: さまざまな種類のタスク用に事前トレーニング済みの ONNX モデルがいくつか含まれています。 Windows ML でサポートされているバージョンをダウンロードしてください。
ML トレーニング フレームワークからのネイティブ エクスポート: いくつかのトレーニング フレームワークでは、Chainer、Caffee2、PyTorch などの ONNX へのネイティブ エクスポート機能がサポートされており、トレーニング済みのモデルを特定のバージョンの ONNX 形式に保存できます。 さらに、 Azure Machine Learning や Azure Custom Vision などのサービスでは、ネイティブの ONNX エクスポートも提供されます。
- Custom Vision を使用してクラウドで ONNX モデルをトレーニングおよびエクスポートする方法については、「 チュートリアル: Windows ML で Custom Vision の ONNX モデルを使用する (プレビュー)」を参照してください。
ONNXMLTools を使用して既存のモデルを変換する: この Python パッケージを使用すると、モデルを複数のトレーニング フレームワーク形式から ONNX に変換できます。 開発者は、アプリケーションがターゲットとする Windows のビルドに応じて、モデルを変換する ONNX のバージョンを指定できます。 Python に慣れていない場合は、 Windows ML の UI ベースのダッシュボード を使用して、数回クリックするだけで簡単にモデルを変換できます。
重要
すべての ONNX バージョンが Windows ML でサポートされているわけではありません。 アプリケーションを対象とする Windows バージョンでどの ONNX バージョンが正式にサポートされているかを確認するには、 ONNX のバージョンと Windows ビルドを確認してください。
ONNX モデルを作成したら、モデルをアプリのコードに 統合 し、Windows アプリとデバイスで機械学習を使用できるようになります。
注
Windows ML のヘルプについては、次のリソースを使用してください。
- Windows ML に関する技術的な質問や回答を行うには、Stack Overflow の windows-machine-learning タグを使用してください。
- バグを報告するには、 GitHub で問題を報告してください。