Windows 机器学习支持 开放神经网络交换（ONNX） 格式的模型。 ONNX 是 ML 模型的开放格式，可用于在各种 ML 框架和工具之间交换模型。
可通过多种方式获取 ONNX 格式的模型，包括：
ONNX 模型动物园：包含几种针对不同类型的任务的预先训练的 ONNX 模型。 下载一个支持 Windows ML 的版本，你就准备好了！
从 ML 训练框架进行本机导出：多个训练框架支持对 ONNX（如 Chainer、Caffee2 和 PyTorch）的本机导出功能，使你能够将训练的模型保存到 ONNX 格式的特定版本。 此外， Azure 机器学习 和 Azure 自定义视觉 等服务还提供本机 ONNX 导出。
- 若要了解如何使用自定义视觉在云中训练和导出 ONNX 模型，请查看教程：在 Windows ML 中使用自定义视觉中的 ONNX 模型（预览版）。
使用 ONNXMLTools 转换现有模型：此 Python 包允许将模型从多个训练框架格式转换为 ONNX。 作为开发人员，可以指定要将模型转换为的 ONNX 版本，具体取决于应用程序面向的 Windows 版本。 如果你不熟悉 Python，可以使用 基于 Windows ML 的 UI 仪表板 轻松转换模型，只需单击几下鼠标即可。
重要
并非所有 ONNX 版本都受 Windows ML 支持。 若要知道应用程序面向的 Windows 版本中正式支持哪些 ONNX 版本，请查看 ONNX 版本和 Windows 版本。
有了 ONNX 模型后，你将 模型集成到 应用的代码中，然后在 Windows 应用和设备中使用机器学习！
注释
使用以下资源获取有关 Windows ML 的帮助：
- 若要询问或回答有关 Windows ML 的技术问题，请使用 Stack Overflow 上的 windows-machine-learning 标记。
- 若要报告 bug，请在 GitHub 上提出问题。