Windows Machine Learning örnekleri

GitHub'daki Windows-Machine-Learning deposu, Windows Machine Learning'in nasıl kullanılacağını gösteren örnek uygulamaların yanı sıra geliştirme sırasında modelleri doğrulamaya ve sorunları gidermeye yardımcı olan araçları içerir.

Örnekler

Aşağıdaki örnek uygulamalar GitHub'da kullanılabilir.

İsim	Açıklama
AdapterSelection (Win32 C++)	Modelinizi çalıştırmak için belirli bir cihaz bağdaştırıcısının nasıl seçileceğini gösteren bir masaüstü uygulaması.
Toplu Destek	Windows ML ile giriş toplu işlemlerini bağlamayı ve değerlendirmeyi gösterir.
Özel İşleç Örneği (Win32 C++)	Birden çok özel CPU işlecini tanımlayan bir masaüstü uygulaması. Bunlardan biri, kendi iş akışınızla tümleştirebileceğiniz bir hata ayıklama işlecidir.
Özel Tensorizasyon (Win32 C++)	Hem CPU hem de GPU üzerinde Windows ML API'lerini kullanarak giriş görüntüsünün nasıl tensorize yapılacağını gösterir.
Özel Görüntü İşleme (UWP C#)	Özel Görüntü İşleme kullanarak bulutta bir ONNX modelini eğitmeyi ve Windows ML ile bir uygulamayla tümleştirmeyi gösterir.
Emoji8 (UWP C#)	Eğlenceli bir duygu algılama uygulamasını desteklemek için Windows ML'yi nasıl kullanabileceğinizi gösterir.
FNS Stil Aktarımı (UWP C#)	Görüntüleri veya video akışlarını yeniden stile eklemek için FNS-Candy stil aktarım modelini kullanır.
MNIST (UWP C#/C++)	Öğretici: Windows Machine Learning UWP uygulaması oluşturma (C#) başlığına karşılık gelir. Bir temelden başlayın ve öğretici boyunca ilerleyin ya da tamamlanmış projeyi çalıştırın.
NamedDimensionOverrides Sürümleri	Model performansını iyileştirmek için adlandırılmış boyutları somut değerlere nasıl geçersiz kılacaklarını gösterir.
PlaneIdentifier (UWP C#, WPF C#)	Azure'daki Özel Görüntü İşleme hizmeti kullanılarak oluşturulan önceden eğitilmiş bir makine öğrenmesi modelini kullanarak verilen görüntünün belirli bir nesne (düzlem) içerip içermediğini algılar.
Rust Sıkma Ağı	SqueezeNet kullanarak WinRT'nin Rust projeksiyonu.
SqueezeNet Nesne Algılama (Win32 C++, UWP C#/JavaScript, . NET5, . NETCORE)	Kullanıcı tarafından dosyadan seçilen bir görüntüdeki baskın nesneyi algılamak için önceden eğitilmiş bir makine öğrenmesi modeli olan SqueezeNet'i kullanır.
SqueezeNet Nesne Algılama (Windows üzerinde Azure IoT Edge, C#)	Bu, Windows'da çalışan bir Azure IoT Edge modülünde Windows ML çıkarımını çalıştırmayı gösteren örnek bir modüldür. Görüntüler bağlı bir kamera tarafından sağlanır, SqueezeNet modeline göre çıkarılır ve IoT Hub'a gönderilir.
StreamFromResource (Kaynak Akışı)	ONNX modeli içeren gömülü bir kaynağı nasıl alacağınızı ve LearningModel oluşturucusuna iletilebilecek bir akışa nasıl dönüştüreceğinizi gösterir.
Stil Aktarımı (C#)	Kullanıcı tarafından sağlanan giriş görüntülerinde veya web kamerası akışlarında stil aktarımı gerçekleştiren bir UWP uygulaması.
winml_tracker (ROS C++)	Kamera çerçevelerindeki kişileri (veya diğer nesneleri) izlemek için Windows ML kullanan bir ROS (Robot İşletim Sistemi) düğümü.

Uyarı

Windows ML ile ilgili yardım için aşağıdaki kaynakları kullanın:

• Windows ML hakkında teknik sorular sormak veya yanıtlamak için stack overflow'dawindows-machine-learning etiketini kullanın.
• Bir hatayı bildirmek için lütfen GitHub'ımızda bir sorun oluşturun.