Машинное обучение в Windows
Запустите модели машинного обучения в приложении Windows с помощью Windows машинного обучения и используйте аппаратное ускорение для добавления интеллектуальных функций на устройстве.
Машинное обучение Windows (WinML)
Обзор
Концепция
- Что такое модель машинного обучения?
- Работа с моделями ONNX
- Производительность и память Windows ML
- Выполнение нескольких моделей машинного обучения последовательно
Учебник
- Классификация изображений с помощью Пользовательского визуального распознавания и Windows Машинное обучение
- Классификация изображений с помощью ML.NET и Машинного обучения Windows
- Классификация изображений с помощью PyTorch и Машинного обучения Windows
- Анализ данных с помощью PyTorch и Windows Машинное обучение
- Обнаружение объектов с помощью TensorFlow и Машинного обучения Windows
- Создание базового приложения UWP WinML (C#)
- Создание базового приложения UWP WinML (C++)
- Преобразование обученных моделей в ONNX
Ссылка
Прямое Machine-Learning (DirectML)
Обзор
Концепция
- Привязывание в DirectML
- Барьеры для БПЛА и барьеры состояния ресурсов
- Использование шагов для выражения отступов, компоновка памяти
- Время существования и синхронизация ресурсов
- Использование слоя отладки
- Обработка ошибок и удаления устройства
- Вспомогательные функции