使用 PyTorch 训练模型并将其导出到 ONNX

2023-07-11

使用 PyTorch 框架和 Azure 机器学习，可以在云中训练模型并将其下载为 ONNX 文件，以便通过 Windows 机器学习在本地运行。

训练模型

使用 Azure ML，可以在云中训练 PyTorch 模型，从而获得快速横向扩展、部署等好处。有关详细信息，请参阅通过 Azure 机器学习大规模训练和注册 PyTorch 模型。

导出到 ONNX

对模型进行训练后，可以将其导出为 ONNX 文件，以便通过 Windows ML 在本地运行它。有关如何从 PyTorch 进行本地导出的说明，请参阅导出适用于 Windows ML 的 PyTorch 模型。

与 Windows ML 集成

将模型导出到 ONNX 后，即可将其集成到 Windows ML 应用程序中。 Windows ML 以多种不同的编程语言提供，因此请查看你最熟悉的语言的教程。

C#：创建 Windows 机器学习 UWP 应用程序 (C#)
Python：使用 Python 创建 Windows 机器学习应用程序
C++：创建 Windows 机器学习桌面应用程序 (C++)

注意

使用以下资源可获取有关 Windows ML 的帮助：

若要提出或回答有关 Windows ML 的技术问题，请在 Stack Overflow 上使用 windows-machine-learning 标记。
若要报告 bug，请在 GitHub 上提交问题。