PyTorch と Windows ML を使用したデータ分析

Windows Machine Learning を使用すると、表形式のデータセットに対して予測を実行し、独立した入力変数に基づいて数値を予測できます。 このガイドでは Excel 形式の特定のデータセットを使用しますが、ここで説明する手順は、任意の表形式のデータセットを使用して、関連するすべてのタスクに対して機能します。

このガイドでは、PyTorch ライブラリを使ってニューラル ネットワークで分類タスクを解決し、モデルを ONNX 形式にエクスポートし、Windows デバイスでローカルに実行されている Windows Machine Learning アプリケーションに展開する方法について説明します。

Python や C# プログラミング言語に関する基本的な知識が必要です。 機械学習の経験があることが望ましいが、必須ではありません。

インストールに直接進みたい場合は、PyTorch のインストールに関する記事を参照してください。

PyTorch を既に設定している場合は、データを取得してモデルのトレーニング プロセスを開始します。

データを使用する準備ができたら、モデルのトレーニングを開始し、ONNX 形式に変換できます。

ONNX モデルがあり、ゼロから WinML アプリを作成する方法を知りたい場合は、モデルのデプロイに関する記事に移動します。

Note

必要な場合は、Windows Machine Learning サンプル リポジトリを複製し、このチュートリアル用の完成されたコードを実行できます。 PyTorch トレーニング ソリューションをここで確認するか、完成された Windows ML アプリをここで確認できます。 PyTorch ファイルを使用している場合は、実行する前に、関連する PyTorch インタープリターを必ず設定してください。

シナリオ

このチュートリアルでは、機械学習データ分析アプリケーションを作成して、アヤメの花の種類を予測します。 このためには、Fisher のアヤメの花のデータセットを使用します。 モデルは、特定の種類のアヤメのパターンを認識し、正しい種類を予測するためにトレーニングされます。

PyTorch の前提条件 - モデルのトレーニング:

PyTorch は、次の Windows ディストリビューションでサポートされています。

• Windows 7 以降。 Windows 10 以降を推奨
• Windows Server 2008 r2 以降

Windows で Pytorch を使用するには、Python 3.x がインストールされている必要があります。 Python 2.x はサポートされていません。

Windows ML アプリの展開の前提条件

WinML アプリを作成して展開するには、以下が必要です。

• Windows 10 バージョン 1809 (ビルド 17763) 以降。 ビルド バージョン番号を確認するには、実行コマンド (Windows logo key + R) を使用して winver を実行します。
• ビルド 17763 以降用の Windows SDK。 SDK はこちらから入手することができます。
• Visual Studio 2017 バージョン 15.7 以降。 Visual Studio 2019 を使用することをお勧めします。代わりに VS2017 を使用した場合、このチュートリアルの一部のスクリーンショットが異なる場合があります。 Visual Studio はこちらから入手できます。
• また、PC で開発者モードを有効にする必要があります。

Note

Windows ML API は、最新バージョンの Windows 10 (1809 以降) および Windows Server 2019 に組み込まれています。 ターゲット プラットフォームが以前のバージョンの Windows の場合、WinML アプリを再頒布可能な NuGet パッケージ (Windows 8.1 以降) に移植できます。

次のステップ

PyTorch をインストールし、環境を構成して、開始します。

重要

PyTorch、PyTorch のロゴ、および関連するマークは、Facebook, Inc. の商標です。