Руководства по Windows Machine Learning

Машинное обучение Windows можно использовать в различных настраиваемых решениях приложений. Здесь мы предоставляем несколько полных руководств, посвященных созданию модели машинного обучения из различных потенциальных некодовых или программных служб и интеграции их в базовое приложение машинного обучения Windows. Кроме того, мы рассмотрим несколько расширенных методов для настройки функциональных возможностей приложения. И если вы ищете просто основное вводное использование API с существующей моделью, или если вы хотите ознакомиться с нашими примерами, ознакомьтесь с дополнительными ссылками ниже.

Полные руководства по приложениям

В следующих руководствах описывается создание модели машинного обучения и его внедрение в приложение Windows 10 с помощью Windows ML.

Среда обучения без кода

Хотите использовать существующую служебную программу для обучения модели машинного обучения? В этих руководствах рассматриваются пошаговые инструкции по созданию приложений для машинного обучения Windows с моделями, обученными уже существующими сервисами.

Классификация изображений с помощью пользовательского визуального распознавания и Машинного обучения Windows

Узнайте, как использовать службу пользовательского визуального распознавания Azure для обучения модели классификации изображений и развертывания этой модели в приложении Windows ML для локального запуска на компьютере.

Классификация изображений с помощью ML.NET и Windows ML

Узнайте, как использовать расширение Visual Studio ML.NET Model Builder для создания модели ONNX и развертывания этой модели в приложении Windows ML для локального запуска на компьютере.

Среда для обучения программированию

В этих руководствах рассматриваются способы создания собственного кода для обучения модели Машинного обучения Windows, а не использования предварительно существующей службы.

Классификация изображений с помощью PyTorch и Windows ML

Узнайте, как установить PyTorch на компьютере, как обучить модель классификации изображений, как преобразовать ее в формат ONNX и как развернуть его в приложении Windows ML для локального запуска на компьютере.

Анализ данных с помощью PyTorch и Windows ML

Узнайте, как установить PyTorch на компьютере, как обучить модель анализа данных, как преобразовать ее в формат ONNX и как развернуть его в приложении Windows ML для локального запуска на компьютере.

Обнаружение объектов с помощью TensorFlow и Windows ML

Узнайте, как установить TensorFlow на компьютере, реализовать передачу обучения с помощью архитектуры YOLO, преобразовать в модель в ONNX и развернуть его в приложении Windows ML для локального запуска на компьютере.

Дополнительные возможности:

Если вы хотите использовать пакет NuGet для Windows ML, ознакомьтесь с руководством по переносу существующего приложения машинного обучения Windows в пакет NuGet.

Последние возможности и исправления Windows ML см. в наших заметках о выпуске.

Это важно

PyTorch, логотип PyTorch и любые связанные знаки являются товарными знаками Facebook, Inc. TensorFlow, логотип TensorFlow и любые связанные знаки являются товарными знаками Google Inc.

Замечание

Используйте следующие ресурсы, чтобы получить помощь по Windows ML.

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