共用方式為

WinML 儀錶板

  • 發行項

WinML 儀錶板是檢視、編輯、轉換及驗證 Windows ML 推斷引擎機器學習模型的工具。 引擎內建於 Windows 10 中，並使用 CPU 和 GPU 的硬體優化在 Windows 裝置上評估定型的模型，以啟用高效能推斷。

取得工具

您可以 在這裡下載 WinML 儀錶板，或遵循下列指示，從來源建置應用程式。

從原始碼建置

從來源建置應用程式時，您需要下列專案：

需求 版本 下載 要檢查的命令
Python3 3.4+ 這裡 python --version
Yarn latest 這裡 yarn --version
Node.js latest 這裡 node --version
Git latest 這裡 git --version
MSBuild latest 這裡 msbuild -version
Nuget latest 這裡 nuget help

所有六個 必要條件都必須新增至環境路徑。 請注意，MSBuild 和 Nuget 將會包含在 Visual Studio 2017 安裝中。

建置和執行的步驟

若要執行 WinML 儀錶板，請遵循下列步驟：

  1. 在命令列中，複製存放庫： git clone https://github.com/Microsoft/Windows-Machine-Learning
  2. 在存放庫中，輸入下列命令以存取正確的資料夾： cd Tools/WinMLDashboard
  3. 執行 git submodule update --init --recursive 以更新 Netron。
  4. 執行 yarn 以下載相依性。
  5. 然後，執行 yarn electron-prod 以建置並啟動桌面應用程式，這會啟動儀錶板。

您可以在package.json看到所有可用的儀錶板命令。

檢視和編輯模型

儀錶板會使用 Netron 來檢視機器學習模型。 雖然 WinML 使用 ONNX 格式，但 Netron 查看器支援檢視數種不同的架構格式。

開發人員可能需要更新特定模型元數據，或修改模型輸入和輸出節點多次。 此工具支援修改 ONNX 模型的模型屬性、元數據和輸入/輸出節點。

選取索引 Edit 標籤（下方的螢幕快照所示的頂端）會帶您檢視和編輯面板。 面板中的左窗格允許編輯模型輸入和輸出節點，而右窗格則允許編輯模型屬性。 中央部分會顯示圖表。 目前，編輯支援僅限於模型輸入/輸出節點（而非內部節點）、模型屬性和模型元數據。

按鈕會 Edit/View 從 [編輯模式 ] 切換為 [僅限檢視] 模式，反之亦然。 僅限檢視模式 不允許編輯並啟用 Netron 檢視器的原生功能，例如查看每個節點的詳細資訊。

檢視和編輯模型

轉換模型

目前有數個不同的架構可用於定型和評估機器學習模型，這讓應用程式開發人員難以將模型匯入其產品。 Windows ML 使用 ONNX 機器學習模型格式 ，允許從某個架構格式轉換成另一種格式，而此儀錶板可讓您輕鬆地將模型從不同的架構轉換成 ONNX。

[轉換] 索引標籤支援從下列來源架構轉換成 ONNX：

  • Apple Core ML
  • TensorFlow （可轉換成 ONNX 的模型子集）
  • Keras
  • Scikit-learn （可轉換成 ONNX 的模型子集）
  • Xgboost
  • LibSVM

此工具也可藉由使用綜合數據（預設值）或 CPU 或 GPU 上的實際輸入數據，使用內建的 Windows ML 推斷引擎來評估模型，以驗證已轉換的模型。

轉換模型

驗證模型

擁有 ONNX 模型之後，您可以驗證轉換是否成功發生，而且可以在 Windows ML 推斷引擎中評估模型。 這是使用索引 Run 標籤完成的（請參閱下方的狙擊）。

您可以選擇各種選項，例如 CPU（預設值）與 GPU、實際輸入與綜合輸入 （預設值） 等。模型評估的結果會出現在底部的控制台視窗中。

請注意，模型驗證功能僅適用於 Windows 10 2018 年 10 月更新 或更新版本的 Windows 10，因為此工具依賴內建的 Windows ML 推斷引擎。

驗證模型

偵錯推斷

您可以使用 WinML 儀錶板的偵錯功能，深入瞭解原始數據如何流經模型中的運算符。 您也可以選擇將此數據視覺化，以進行電腦視覺推斷。

若要對模型進行偵錯，請遵循下列步驟：

  1. 流覽至索引 Edit 標籤，然後選取您想要擷取元數據的運算符。 在左側面板上，會有一個 Debug 功能表，您可以在其中選取您想要擷取的元數據格式。 選項目前 為文字 和 PNG。 文字 會輸出文本檔，其中包含這個運算子所產生的維度、數據類型和原始張量數據。 PNG 會將此數據格式化為圖像檔，這對電腦視覺應用程式很有用。

為模型偵錯

  1. 流覽至索引標籤， Run 然後選取您想要偵錯的模型。
  2. Capture針對欄位，從下拉式清單中選取 Debug 。
  3. 選取輸入影像或 csv，以在執行時提供給您的模型。 請注意，擷取偵錯數據時，這是必要的。
  4. 選取輸出資料夾以匯出偵錯數據。
  5. 選取 Run。 執行完成後，您可以流覽至此選取的資料夾，以檢視您的偵錯擷取。

執行模型

您也可以使用下列其中一個選項，在電子應用程式中開啟偵錯檢視：

  • 使用執行 flag --dev-tools
  • 或在應用程式功能選取View -> Toggle Dev Tools
  • 或按 Ctrl + Shift + I。