Rozpoczęcie pracy z Windows ML

Ten temat przeprowadza przez najprostszą drogę do uruchomienia modelu ONNX z Windows ML na CPU, a następnie wskazuje na możliwości przyspieszenia sprzętowego, gdy będziesz gotowy.

Aby dowiedzieć się więcej o usłudze Windows ML, zobacz Co to jest uczenie maszynowe systemu Windows.

Wymagania wstępne

Uwaga / Notatka

Windows aplikacje ML mogą być przeznaczone dla dowolnej wersji Windows obsługiwanej przez Zestaw SDK do aplikacji systemu Windows. Dostawcy wykonania zoptymalizowani pod kątem sprzętu, uzyskiwani za pośrednictwem katalogu Windows ML EP, wymagają systemu Windows 11 w wersji 24H2 (kompilacja 26100) lub nowszej. Aby uzyskać więcej szczegółów, zobacz dostawcy wykonania Windows ML.

  • Platforma .NET 8 lub nowsza do korzystania ze wszystkich interfejsów API uczenia maszynowego systemu Windows
    • Za pomocą platformy .NET 6 można instalować dostawców wykonywania przy użyciu Microsoft.Windows.AI.MachineLearning interfejsów API, ale nie można używać Microsoft.ML.OnnxRuntime interfejsów API.
  • Określanie docelowej wersji serwera TFM specyficznego dla systemu Windows 10, na przykład net8.0-windows10.0.17763.0 lub nowszej

Krok 1. Znajdowanie modelu

Przed napisaniem jakiegokolwiek kodu potrzebny jest model ONNX. Aby uzyskać wskazówki dotyczące uzyskiwania modeli ONNX , zobacz Znajdowanie lub trenowanie modeli .

Krok 2. Instalowanie usługi Windows ML

Zobacz Instalowanie i wdrażanie usługi Windows ML , aby uzyskać pełne instrukcje we wszystkich obsługiwanych językach i trybach wdrażania (zależne od struktury i samodzielne).

Krok 3: Dodaj przestrzenie nazw i nagłówki.

Po zainstalowaniu Windows ML w projekcie, zapoznaj się z Use ONNX APIs (Korzystanie z interfejsów API ONNX), aby uzyskać wskazówki dotyczące używanych przestrzeni nazw i nagłówków.

Krok 4. Uruchamianie modelu ONNX

Po zainstalowaniu systemu Windows ML można uruchamiać modele ONNX na procesorze CPU bez dodatkowej konfiguracji. Aby uzyskać wskazówki, zobacz Uruchamianie modeli ONNX .

W tym momencie aplikacja ma działający proces wnioskowania na CPU.

Krok 5. Opcjonalnie przyspieszanie procesora NPU lub procesora GPU

Chcesz szybszego wnioskowania na NPU, GPU, a nawet CPU? Zobacz Przyspieszanie modeli AI w celu dodania dostawców zapewniających wykonywanie dostrojone sprzętowo dla sprzętu docelowego.

Zobacz także

  • Last updated on