Windows Machine Learning を使用すると、表形式のデータセットで予測を実行し、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、説明されている手順は、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 ライブラリを使用してニューラル 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デプロイする方法について説明します。
Python および C# プログラミング言語の基本的な知識が必要です。 機械学習での以前の経験が望ましいが、必須ではない。
インストールに直接進む場合は、「 PyTorch のインストール」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 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、 それを ONNX 形式に変換できます。
ONNX モデルがあり、WinML アプリを最初から作成する方法を学習したい場合は、 モデルのデプロイに移動します。
注
必要に応じて、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の完成したコードを実行できます。 PyTorch トレーニング ソリューションは、こちらまたは完成した Windows ML アプリを参照してください。 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設定してください。
シナリオ
このチュートリアルでは、あやめの花の種類を予測する機械学習データ分析アプリケーションを作成します。 この目的のために、フィッシャーのあやめの花データセットを使用します。 モデルは、特定の種類の虹彩パターンを認識し、正しい種類を予測するようにトレーニングされます。
PyTorch の前提条件 - モデル 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 以降をお勧めします。
- 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 アプリを作成してデプロイするには、次のものが必要です。
- Windows 10 バージョン 1809 (ビルド 17763) 以降。 [実行] コマンド
winverを使用して(Windows logo key + R)を実行することで、ビルドのバージョン番号を確認できます。 - ビルド 17763 以降の Windows SDK。 SDK はここで入手できます。
- 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 を使用する場合、このチュートリアルのいくつかのスクリーンショットは異なる場合があります。 Visual Studio はここで入手できます。
- PC で開発者モードを有効にする必要もあります
注
Windows ML API は、最新バージョンの Windows 10 (1809 以降) と 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古いバージョンの Windows の場合は、 WinML アプリを再頒布可能 NuGet パッケージ (Windows 8.1 以降) に移植できます。
次のステップ
重要
PyTorch、PyTorch ロゴ、および関連するマークは、Facebook, Inc. の商標です。