Windows Machine Learning은 ONNX(Open Neural Network Exchange) 형식의 모델을 지원합니다. ONNX는 ML 모델에 대한 개방형 형식이므로 다양한 ML 프레임워크와 도구 간에 모델을 교환할 수 있습니다.
다음을 포함하여 ONNX 형식으로 모델을 가져올 수 있는 몇 가지 방법이 있습니다.
ONNX 모델 동물원: 다양한 유형의 작업에 대해 미리 학습된 여러 ONNX 모델이 포함되어 있습니다. Windows ML에서 지원되는 버전을 다운로드하면 좋습니다.
ML 학습 프레임워크에서 네이티브 내보내기: 여러 학습 프레임워크는 Chainer, Caffee2 및 PyTorch와 같은 ONNX로의 네이티브 내보내기 기능을 지원하므로 학습된 모델을 특정 버전의 ONNX 형식에 저장할 수 있습니다. 또한 Azure Machine Learning 및 Azure Custom Vision 과 같은 서비스는 네이티브 ONNX 내보내기도 제공합니다.
- Custom Vision을 사용하여 클라우드에서 ONNX 모델을 학습하고 내보내는 방법을 알아보려면 자습서: Windows ML(미리 보기)과 함께 Custom Vision의 ONNX 모델을 사용합니다.
ONNXMLTools를 사용하여 기존 모델 변환: 이 Python 패키지를 사용하면 모델을 여러 학습 프레임워크 형식에서 ONNX로 변환할 수 있습니다. 개발자는 애플리케이션이 대상으로 하는 Windows 빌드에 따라 모델을 변환할 ONNX 버전을 지정할 수 있습니다. Python에 익숙하지 않은 경우 Windows ML의 UI 기반 대시보드 를 사용하여 몇 번의 클릭만으로 모델을 쉽게 변환할 수 있습니다.
중요합니다
모든 ONNX 버전이 Windows ML에서 지원되는 것은 아닙니다. 애플리케이션이 대상으로 하는 Windows 버전에서 공식적으로 지원되는 ONNX 버전을 확인하려면 ONNX 버전 및 Windows 빌드를 확인하세요.
ONNX 모델이 있으면 모델을 앱의 코드에 통합 한 다음 Windows 앱 및 디바이스에서 기계 학습을 사용할 수 있습니다.
비고
Windows ML에 대한 도움말을 보려면 다음 리소스를 사용합니다.
- Windows ML에 대한 기술 질문을 하거나 대답하려면 Stack Overflowwindows-machine-learning 태그를 사용하세요.
- 버그를 보고하려면 GitHub문제를 제출하세요.