このチュートリアルでは、ディープ ラーニングと AI ソリューションを構築、テスト、デプロイするための開発拡張機能である Visual Studio Tools for AI を使用してモデルをトレーニングします。
Microsoft Cognitive Toolkit (CNTK) フレームワークと MNIST データセットを使用してモデルをトレーニングします。このデータセットには、60,000 個の例のトレーニング セットと、手書きの数字の 10,000 個の例のテスト セットがあります。 次に、Windows ML で使用する Open Neural Network Exchange (ONNX) 形式を使用してモデルを保存します。
[前提条件]
Visual Studio Tools for AI をインストールする
開始するには、 Visual Studio をダウンロードしてインストールする必要があります。 Visual Studio を開いたら、 Visual Studio Tools for AI 拡張機能をアクティブにします。
- Visual Studio のメニュー バーをクリックし、[拡張機能と更新プログラム]を選択します。
- [オンライン] タブをクリックし、[Visual Studio Marketplace の検索] を選択します。
- "Visual Studio Tools for AI" を検索します。
- [ ダウンロード ] ボタンをクリックします。
- インストール後、Visual Studio を再起動します。
拡張機能は、Visual Studio が再起動するとアクティブになります。 問題が発生した場合は、「 Visual Studio 拡張機能の検索」を参照してください。
サンプル コードをダウンロードする
GitHub で AI リポジトリのサンプル をダウンロードします。 サンプルでは、TensorFlow、CNTK、Theano などのディープ ラーニングの概要について説明します。
CNTK のインストール
Windows に CNTK for Python をインストールします。 まだインストールしていない場合は、Python もインストールする必要があることに注意してください。
または、ディープ ラーニング モデル開発用にマシンを準備するには、「Python、CNTK、TensorFlow、NVIDIA GPU ドライバー (省略可能) などをインストールするための簡略化されたインストーラー用に 開発環境を準備 する」を参照してください。
1. プロジェクトを開く
Visual Studio を起動し、[ ファイル] > [プロジェクト/ソリューション > 開く] を選択します。 AI リポジトリのサンプルから examples\cntk\python フォルダーを選択し、 CNTKPythonExamples.sln ファイルを開きます。
2. モデルをトレーニングする
MNIST プロジェクトをスタートアップ プロジェクトとして設定するには、Python プロジェクトを右クリックし、[ スタートアップ プロジェクトとして設定] を選択します。
次に、train_mnist_onnx.py ファイルを開き、F5 キーまたは緑色の [実行] ボタンを押してプロジェクトを実行します。
3. モデルを表示してアプリに追加する
これで、トレーニング済みの mnist.onnx モデル ファイルが samples-for-ai/examples/cntk/python/MNIST フォルダーにあるはずです。
4. 詳細情報
Azure GPU Virtual Machines などを使用してディープ ラーニング モデルのトレーニングを高速化する方法については、Microsoft および Microsoft Machine Learning Technologies の人工知能に関するページを参照してください。
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。