Обучение модели с помощью CNTK

В этом руководстве мы будем использовать инструменты Visual Studio для искусственного интеллекта, расширение разработки для создания, тестирования и развертывания решений для глубокого обучения и искусственного интеллекта для обучения модели.

Мы обучим модель с помощью платформы Microsoft Cognitive Toolkit (CNTK) и набора данных MNIST, который содержит набор обучающих наборов из 60 000 примеров и тестовый набор из 10 000 примеров рукописных цифр. Затем мы сохраните модель с помощью формата Open Neural Network Exchange (ONNX) для использования с Windows ML.

Предпосылки

Установка средств Visual Studio для искусственного интеллекта

Чтобы приступить к работе, необходимо скачать и установить Visual Studio. После открытия Visual Studio активируйте расширение Средств Visual Studio для искусственного интеллекта :

1. Щелкните строку меню в Visual Studio и выберите пункт "Расширения и обновления..."
2. Щелкните вкладку "Online" и выберите "Поиск Visual Studio Marketplace".
3. Найдите "Инструменты Visual Studio для искусственного интеллекта".
4. Нажмите кнопку "Скачать ".
5. После установки перезапустите Visual Studio.

Расширение будет активно после перезапуска Visual Studio. Если у вас возникли проблемы, ознакомьтесь с поиском расширений Visual Studio.

Скачивание примера кода

Скачайте примеры репозитория ИИ на GitHub. Примеры охватывают начало работы с глубоким обучением в TensorFlow, CNTK, Theano и многое другое.

Установка CNTK

Установите CNTK для Python в Windows. Обратите внимание, что вам также придется установить Python, если вы еще не сделали этого.

Кроме того, чтобы подготовить компьютер к разработке моделей глубокого обучения, см. статью "Подготовка среды разработки для упрощенного установщика для установки Python, CNTK, TensorFlow, драйверов GPU NVIDIA (необязательно) и многое другое.

1. Открытие проекта

Запустите Visual Studio и выберите "Открыть > проект или решение".> В репозитории "Примеры для ИИ" выберите папку examples\cntk\python и откройте файл CNTKPythonExamples.sln .

2. Обучение модели

Чтобы задать проект MNIST в качестве запускаемого проекта, щелкните правой кнопкой мыши проект Python и выберите "Задать в качестве запускаемого проекта".

Затем откройте файл train_mnist_onnx.py и запустите проект, нажав клавишу F5 или зеленую кнопку "Выполнить ".

3. Просмотр модели и его добавление в приложение

Теперь обученный файл модели mnist.onnx должен находиться в папке samples-for-ai/examples/cntk/python/MNIST.

4. Дополнительные сведения

Чтобы узнать, как ускорить обучение моделей глубокого обучения с помощью виртуальных машин GPU Azure и многое другое, посетите службу искусственного интеллекта в Microsoft и Microsoft Machine Learning Technologies.

Замечание

Используйте следующие ресурсы для справки по Windows ML:

• Чтобы задать или ответить на технические вопросы о Windows ML, используйте тег Stack Overflowwindows-machine-learning.
• Чтобы сообщить об ошибке, отправьте сообщение о проблеме на GitHub.