開始使用 Windows ML

這個主題會帶你通過在 CPU 上使用 Windows ML 運行 ONNX 模型的簡單步驟，然後在你準備好時，引導你進行硬體加速。

想了解更多關於 Windows ML 的資訊，請參閱 「什麼是 Windows ML」。

先決條件

• Windows App SDK 支援的 Windows 版本
• 架構：x64 或 ARM64
• 語言特定的先決條件如下所示

C#

• .NET 8 或更高版本才能使用所有 Windows 機器學習 API
  • 在 .NET 6 中，你可以用 Microsoft.Windows.AI.MachineLearning API 安裝執行提供者，但不能使用這些 Microsoft.ML.OnnxRuntime API。
• 以 Windows 10 特定 TFM 為目標，類似 net8.0-windows10.0.19041.0 或更新版本

C++/WinRT

C++20 或更新版本。

C/C++

• Visual Studio 2022 搭配 C++ 工作負載（包含 C 編譯器）
• CMake 3.21 或更新版本

Python（編程語言）

Python 3.10 至 3.13 版，適用於 x64 和 ARM64 裝置。

步驟一：尋找一位模特兒

在寫任何程式碼之前，你需要一個 ONNX 模型。 請參閱 「尋找或訓練模型 」以獲得 ONNX 模型的指引。

步驟二：安裝 Windows ML

請參閱 安裝與部署 Windows ML 以了解涵蓋所有支援語言與部署模式（框架依賴與自包含）的完整說明。

步驟 3：新增命名空間/標頭

在你的專案中安裝 Windows ML 後，請參考「 使用 ONNX APIS 」，了解該使用哪些命名空間/標頭的指引。

步驟四：運行 ONNX 模型

安裝 Windows ML 後，你可以在 CPU 上運行 ONNX 模型，無需額外設定。 請參閱 「運行 ONNX 模型 」以獲得指引。

此時你的應用程式在 CPU 上已有可運作的推理路徑。

步驟五：可選擇在 NPU 或 GPU 上加速

想要在 NPU、GPU 甚至 CPU 上獲得更快的推論？ 請參閱 加速 AI 模型 ，為目標硬體新增硬體調校的執行提供者。

另請參閱

• 加速 AI 模型 - 新增 NPU、GPU 或 CPU 執行提供者
• 執行 ONNX 模型 - 關於推論 ONNX 模型的資訊
• 安裝與部署 Windows ML - 使用 Windows ML 部署應用程式的選項
• 教學課程 - 使用 Windows ML 搭配 ResNet-50 模型的完整端對端教學課程
• 程式碼範例 - 使用 Windows ML 的程式碼範例