Примеры Windows Machine Learning
Репозиторий Windows-Machine-Learning на сайте GitHub содержит примеры приложений, в которых показано использование Windows Machine Learning, а также средств для проверки моделей и устранения проблем при разработке.
На GitHub доступны следующие примеры приложений.
Имя | Описание |
---|---|
AdapterSelection (Win32 C++) | Классическое приложение, которое демонстрирует выбор конкретного адаптера устройства для выполнения модели. |
BatchSupport | Сведения о том, как привязать и оценить пакеты входных данных в Windows ML. |
Пример пользовательского оператора (Win32 C++) | Классическое приложение, которое определяет несколько пользовательских операторов ЦП. Один из них предназначен для отладки и его можно интегрировать в собственный рабочий процесс. |
Пользовательское преобразование в тензор (Win32 C++) | Демонстрация преобразования изображения в тензор с применением интерфейсов API Windows ML в ЦП и GPU. |
Пользовательское визуальное распознавание (UWP C#) | Демонстрация процессов обучения модели ONNX в облаке с помощью службы "Пользовательское визуальное распознавание" с последующей интеграцией в приложение с поддержкой Windows ML. |
Emoji8 (UWP C#) | Демонстрация применения Windows ML для создания развлекательного приложения с распознаванием эмоций. |
FNS Style Transfer (UWP C#) | Применение модели переноса стилей FNS-Candy для изменения стиля изображений или видеопотоков. |
MNIST (UWP C#/C++) | Соответствует статье Руководство. Создание приложения UWP (C#) для Windows Machine Learning. Его можно создать поэтапно, работая с руководством, или сразу запустить готовый проект. |
NamedDimensionOverrides | Сведения о том, как переопределить именованные измерения в конкретные значения, чтобы оптимизировать эффективность модели. |
PlaneIdentifier (UWP C#, WPF C#) | Применение предварительно обученной модели машинного обучения, созданной с помощью службы "Пользовательское визуальное распознавание" в Azure, для поиска конкретных объектов (в этом случае самолетов) на переданном изображении. |
RustSqueezeNet | Проекция Rust для WinRT с использованием SqueezeNet. |
Обнаружение объектов SqueezeNet (Win32 C++, UWP C#/JavaScript, .NET5, .NETCORE) | Применение предварительно обученной модели машинного обучения SqueezeNet для обнаружения основного объекта на изображении, выбранном пользователем из файла. |
Обнаружение объектов SqueezeNet (Azure IoT Edge на Windows, C#) | Это пример модуля, в котором показан запуск Windows ML в модуле Azure IoT Edge на ОС Windows. Изображения передаются с подключенной камеры, обрабатываются моделью SqueezeNet и отправляются в Центр Интернета вещей. |
StreamFromResource | Сведения о том, как преобразовать встроенный ресурс с моделью ONNX в поток, который можно передать в конструктор LearningModel. |
StyleTransfer (C#) | Приложение UWP, которое выполняет передачу стиля для предоставленных пользователем входных изображений или потоков видео с веб-камер. |
winml_tracker (ROS C++) | Узел ROS (операционной системы для роботов), который использует Windows ML для обнаружения людей (или других объектов) на кадрах, полученных с камеры. |
Примечание
Используйте следующие ресурсы для получения справки по машинному обучению в Windows:
- Чтобы задать технические вопросы о машинном обучении в Windows или ответить на них, используйте тег windows-machine-learning в Stack Overflow.
- Сообщить об ошибке можно в нашем репозитории GitHub.