次の方法で共有


Windows Machine Learning のサンプル

GitHub の Windows-Machine-Learning リポジトリには、Windows Machine Learning の使用方法を示すサンプル アプリケーションのほか、モデルの検証や開発中の問題のトラブルシューティングに役立つツールが含まれています。

サンプル

GitHub では、次のサンプル アプリケーションを入手できます。

名前 説明
AdapterSelection (Win32 C++) モデルを実行するための特定のデバイス アダプターを選択する方法を示すデスクトップ アプリケーション。
BatchSupport Windows ML で入力バッチのバインドと評価を行う方法について説明します。
カスタム演算子のサンプル (Win32 C++) 複数のカスタム CPU 演算子を定義するデスクトップ アプリケーション。 これらのうちの 1 つが、独自のワークフローに統合できるデバッグ演算子です。
カスタム テンソル化 (Win32 C++) CPU と GPU の両方で Windows ML API を使用して入力画像をテンソル化する方法を示します。
Custom Vision (UWP C#) クラウド内の ONNX モデルを Custom Vision を使用してトレーニングし、Windows ML を使用してそれをアプリケーションに統合する方法を示します。
Emoji8 (UWP C#) Windows ML を使用して、楽しい感情を検出するアプリケーションを強化する方法を示します。
FNS スタイル トランスファー (UWP C#) FNS-Candy スタイル トランスファー モデルを使用して、イメージまたはビデオ ストリームのスタイルを再設定します。
MNIST (UWP C#/C++) チュートリアル: Windows Machine Learning UWP アプリケーションの作成 (C#)」に対応します。 基礎から始めてチュートリアルを実行するか、または完成したプロジェクトを実行します。
NamedDimensionOverrides モデルのパフォーマンスを最適化するために、名前付きディメンションを具体的な値にオーバーライドする方法を示します。
PlaneIdentifier (UWP C#, WPF C#) Azure の Custom Vision サービスを使用して生成された事前トレーニング済みの機械学習モデルを使用して、指定されたイメージに平面という特定のオブジェクトが含まれているかどうかを検出します。
RustSqueezeNet SqueezeNet を使用した WinRT の Rust 射影。
SqueezeNet オブジェクト検出 (Win32 C++、UWP C#/JavaScript、.NET5、.NETCORE) 事前トレーニング済みの機械学習モデルである SqueezeNet を使用して、ファイルからユーザーによって選択されたイメージ内の主要なオブジェクトを検出します。
SqueezeNet オブジェクト検出 (Windows 上の Azure IoT Edge、C#) これは、Windows 上で実行されている Azure IoT Edge モジュールで Windows ML 推論を実行する方法を示すサンプル モジュールです。 イメージは接続されたカメラによって提供され、SqueezeNet モデルに対して推論された後、IoT Hub に送信されます。
StreamFromResource ONNX モデルを含む埋め込みリソースを取得し、LearningModel コンストラクターに渡すことができるストリームに変換する方法について説明します。
StyleTransfer (C#) ユーザー指定の入力画像または Web カメラ ストリームでスタイル転送を実行する UWP アプリ。
winml_tracker (ROS C++) Windows ML を使用してカメラ フレーム内の人物 (または他のオブジェクト) を追跡する ROS (Robot Operating System) ノード。

Note

Windows ML に関するヘルプについては、次のリソースを参照してください。

  • Windows ML に関する技術的な質問をしたり、質問に回答したりするには、Stack Overflowwindows-machine-learning タグを使用してください。
  • バグを報告するには、GitHub で問題を提出してください。