Windows ML

Uruchamiaj modele uczenia maszynowego w aplikacji dla systemu Windows przy użyciu Windows ML i używaj przyspieszania sprzętowego w celu dodania inteligentnych funkcji na urządzeniu.

Windows Machine Learning (WinML)

Omówienie

• Omówienie uczenia maszynowego w systemie Windows

Pojęcie

• Co to jest model uczenia maszynowego?
• Praca z modelami ONNX
• Wydajność i pamięć Windows ML
• Łańcuchowe wykonywanie wielu modeli uczenia maszynowego

Samouczek

• Klasyfikacja obrazów za pomocą usług Custom Vision i Windows Machine Learning
• Klasyfikacja obrazów przy użyciu ML.NET i Windows Machine Learning
• Klasyfikacja obrazów za pomocą PyTorch i Windows Machine Learning
• Analiza danych za pomocą narzędzi PyTorch i Windows Machine Learning
• Wykrywanie obiektów za pomocą bibliotek TensorFlow i Windows Machine Learning
• Utwórz podstawową aplikację UWP WinML (C#)
• Utwórz prostą aplikację platformy UWP WinML (C++)
• Konwertować wytrenowane modele do ONNX

Odwołanie

• Referencja API
• Podstawowe interfejsy API (Windows.AI.MachineLearning Namespace)
• Operatory niestandardowe
• Natywne interfejsy API WinML
• Narzędzia i próbki
• Notatki o wydaniu
• Często zadawane pytania

Bezpośrednie uczenie maszynowe (DirectML)

Omówienie

• Omówienie DirectML
• Trenowanie ML przyspieszane przez GPU w WSL

Pojęcie

• Wiązanie w DirectML
• Bariery UAV i bariery stanu zasobów
• Użycie przesunięć do określenia wypełnienia i układu pamięci
• Okres istnienia i synchronizacja zasobów
• Korzystanie z warstwy debugowania
• Obsługa błędów i usuwania urządzeń
• Funkcje pomocnicze

Odwołanie

• Dokumentacja referencyjna DirectML
• Przykładowe aplikacje