Znajdowanie lub trenowanie modeli dla usługi Windows ML

Windows ML współpracuje z modelami formatu ONNX, ponieważ Windows ML jest wspieraną przez Windows dystrybucją środowiska uruchomieniowego ONNX i providerami wykonywania specyficznymi dla sprzętu. Oznacza to, że możesz użyć milionów istniejących wstępnie wytrenowanych modeli z różnych źródeł lub wytrenować własne modele. W tym przewodniku opisano, gdzie można znaleźć, przekonwertować lub wytrenować modele ONNX.

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

Opcje	Szczegóły
1. Używanie modeli z interfejsu wiersza polecenia WinML	Wybierz spośród ponad 100 obsługiwanych modeli, które są gotowe do Windows przepływów pracy uczenia maszynowego przy użyciu interfejsu wiersza polecenia usługi Windows ML
2. Użyj innych istniejących modeli ONNX	Przeglądaj ponad 30 000 wstępnie wytrenowanych modeli ONNX z Hugging Face lub innych źródeł
3. Konwertowanie istniejących modeli na format ONNX	Przeglądaj ponad 2400 000+ wstępnie wytrenowane modele PyTorch / TensorFlow / etc z Hugging Face lub innych źródeł i konwertuj je na ONNX
4. Dostosuj istniejące modele	Dostrajanie ponad 2 400 000 wstępnie wytrenowanych modeli PyTorch / TensorFlow / etc z Hugging Face lub innych źródeł, aby działały lepiej w twoich scenariuszach (i przekształcić je na format ONNX)
5. Trenowanie modeli	Trenowanie własnych modeli w PyTorch, TensorFlow lub innych platformach i konwertowanie ich na ONNX

Możesz również wybrać spośród kilkudziesięciu gotowych do użycia modeli sztucznej inteligencji i interfejsów API w usłudze Microsoft Foundry na platformie Windows, które działają za pośrednictwem usługi Windows ML. Aby dowiedzieć się więcej, zobacz Use local AI with Microsoft Foundry on Windows (Użyj lokalnej sztucznej inteligencji z Microsoft Foundry w witrynie Windows.

Opcja 1. Używanie modeli z interfejsu wiersza polecenia winML

Za pomocą interfejsu wiersza polecenia Windows ML można rozpocząć od zweryfikowanego katalogu ponad 100 obsługiwanych modeli i przygotować je do Windows ML. Interfejs wiersza polecenia pobiera model z funkcji Hugging Face lub własnego potoku, a następnie konwertuje, analizuje, optymalizuje i kompiluje go w przenośny artefakt dla Windows sprzętu.

Aby przeglądać dostępne modele, zobacz Obsługiwane modele dla interfejsu wiersza polecenia usługi Windows ML. Aby dowiedzieć się więcej o narzędziu, zobacz Windows interfejs wiersza polecenia uczenia maszynowego.

Opcja 2. Używanie innych istniejących modeli ONNX

Hugging Face hostuje tysiące modeli ONNX, których można używać z Windows ML. Modele ONNX można znaleźć, wykonując następujące czynności:

1. Przeglądanie Hugging Face Model Hub
2. Filtrowanie według "ONNX" w filtrze biblioteki

Należy znaleźć model, który jest zgodny z wersją środowiska uruchomieniowego ONNX uwzględnioną w używanej wersji Windows ML. Zobacz ONNX Runtime wersje dostarczane z Windows ML, aby dowiedzieć się, jakiej wersji ONNX Runtime używasz z Windows ML.

Opcja 3. Konwertowanie istniejących modeli na format ONNX

Modele z biblioteki PyTorch, TensorFlow lub innych platform można konwertować na format ONNX i używać z Windows ML.

Hugging Face hostuje miliony modeli, które można konwertować i używać z Windows ML.

Musisz przekonwertować model, aby działał z wersją środowiska uruchomieniowego ONNX zawartą w używanej przez Ciebie wersji Windows ML. Zobacz ONNX Runtime wersje dostarczane z Windows ML, aby dowiedzieć się, jakiej wersji ONNX Runtime używasz z Windows ML.

Aby przekonwertować model na format ONNX, zobacz dokumentację specyficzną dla platformy, na przykład:

• Samouczek dotyczący konwertowania modeli PyTorch
• Samouczek dotyczący konwertowania modeli TensorFlow

Opcja 4. Dostrajanie istniejących modeli

Wiele modeli na Hugging Face lub z innych źródeł można dostosować (zgodnie z instrukcjami zawartymi na kartach modeli na Hugging Face). Następnie można przekonwertować dostosowany model na ONNX, postępując zgodnie z instrukcjami w opcji 3 powyżej.

Popularnym sposobem dostrajania modeli jest użycie olive finetune command. Zobacz dokumentację Olive , aby dowiedzieć się więcej na temat korzystania z oliwek.

Opcja 5. Trenowanie modeli

Jeśli potrzebujesz modelu dla określonego zadania i nie możesz znaleźć istniejącego modelu, możesz wytrenować własny model w PyTorch, TensorFlow lub innych strukturach.

Po wytrenowaniu modelu postępuj zgodnie z instrukcjami w sekcji Opcja 3 powyżej, aby przekonwertować model na format ONNX.

Dalsze kroki

Po utworzeniu modelu ONNX możesz uruchomić go przy użyciu usługi Windows ML na urządzeniach docelowych.

• Instalowanie dostawców wykonywania Windows ML — pobieranie i instalowanie dostawców wykonywania w systemie Windows ML
• Uruchomienie modeli ONNX — dowiedz się, jak uruchomić wnioskowanie za pomocą Windows ML

Inne rozwiązania

W ramach Microsoft Foundry na Windows możesz również wybrać kilkadziesiąt gotowych do użycia modeli sztucznej inteligencji i interfejsów API, które działają za pośrednictwem usługi Windows ML. Aby dowiedzieć się więcej, zobacz Use local AI with Microsoft Foundry on Windows (Użyj lokalnej sztucznej inteligencji z Microsoft Foundry w witrynie Windows.