Afbeeldingsclassificatie met PyTorch en Windows ML

Opmerking

Voor meer functionaliteit kan PyTorch ook worden gebruikt met DirectML in Windows.

In deze zelfstudie leert u hoe u een neuraal netwerkmodel voor afbeeldingsclassificatie traint met behulp van PyTorch, het model exporteert naar de ONNX-indeling en implementeert in een Windows Machine Learning-toepassing die lokaal op uw Windows-apparaat wordt uitgevoerd.

Basiskennis in Python- en C#-programmeertalen is vereist. Eerdere ervaring in machine learning verdient de voorkeur, maar is niet vereist.

Zie PyTorch installeren als u direct naar de installatie wilt gaan.

Als u PyTorch al hebt ingesteld, kunt u het trainingsproces van het model starten door de gegevens op te halen.

Zodra u klaar bent om met de gegevens te gaan, kunt u beginnen met het trainen van uw model en het vervolgens converteren naar de ONNX-indeling.

Als u een ONNX-model hebt en wilt leren hoe u een volledig nieuwe WinML-app maakt, navigeert u naar het implementeren van uw model.

Opmerking

Als u wilt, kunt u de opslagplaats voor Windows Machine Learning-voorbeelden klonen en de voltooide code voor deze zelfstudie uitvoeren. U vindt hier de PyTorch-trainingsoplossing of de voltooide Windows ML-app. Als u het PyTorch-bestand gebruikt, moet u de relevante PyTorch-interpreter instellen voordat u het uitvoert.

Scenariobeschrijving

In deze zelfstudie maken we een toepassing voor machine learning-afbeeldingsclassificatie die op elk Windows-apparaat kan worden uitgevoerd. Het model wordt getraind om typen patronen te herkennen en classificeert 10 labels van afbeeldingen uit de gekozen trainingsset. 

Vereisten voor PyTorch - modeltraining:

PyTorch wordt ondersteund op de volgende Windows-distributies:

• Windows 7 en hoger. Windows 10 of hoger aanbevolen.
• Windows Server 2008 r2 en hoger

Als u Pytorch in Windows wilt gebruiken, moet Python 3.x zijn geïnstalleerd. Python 2.x wordt niet ondersteund.

Vereisten voor implementatie van Windows ML-apps

Als u een WinML-app wilt maken en implementeren, hebt u het volgende nodig:

• Windows 10 versie 1809 (build 17763) of hoger. U kunt uw buildversienummer controleren door winver via de opdracht (Windows logo key + R)Uitvoeren uit te voeren.
• Windows SDK voor build 17763 of hoger. U kunt de SDK hier downloaden.
• Visual Studio 2017 versie 15.7 of hoger. We raden u aan Visual Studio 2019 te gebruiken en sommige schermafbeeldingen in deze zelfstudie kunnen afwijken als u VS2017 gebruikt. U kunt Visual Studio hier downloaden.
• Windows ML Code Generator (mlgen) Visual Studio-extensie. Download voor VS 2019 of voor VS 2017.
• U moet ook de ontwikkelaarsmodus op uw pc inschakelen

Opmerking

Windows ML-API's zijn ingebouwd in de nieuwste versies van Windows 10 (1809 of hoger) en Windows Server 2019. Als uw doelplatform oudere versies van Windows is, kunt u uw WinML-app overzetten naar het herdistribueerbare NuGet-pakket (Windows 8.1 of hoger).

Volgende stappen

We beginnen met het installeren van PyTorch en het configureren van onze omgeving

Belangrijk

PyTorch, het PyTorch-logo en eventuele gerelateerde merken zijn handelsmerken van Facebook, Inc.