Windows 機器學習教學課程

Windows 機器學習可用於各種可自訂的應用程式解決方案。 在這裡，我們提供數個完整的教學課程，說明如何從各種潛在的非程式碼或程式設計服務建立機器學習模型，並將其整合到基本的 Windows ML 應用程式中。 此外，我們涵蓋數個進階方法，以調整應用程式的功能。 如果您要只尋找搭配現有模型使用 API 的基本簡介，或如果您想要查看我們的範例，請參閱下方的進一步連結。

完整的應用程式教學課程

下列教學課程涵蓋建立機器學習模型，以及如何將它納入 Windows 10 應用程式與 Windows ML。

無程式碼訓練環境

想要使用現有的公用程式來定型機器學習模型嗎？ 這些教學課程涵蓋如何使用現有服務定型的模型來建立 Windows ML 應用程式的端對端逐步解說。

使用 自訂視覺 和 Windows ML 進行影像分類

瞭解如何使用 Azure 自訂視覺 服務來定型影像分類的模型，並在 Windows ML 應用程式中部署該模型，以在本機電腦上執行。

使用 ML.NET 和 Windows ML 進行影像分類

瞭解如何使用 ML.NET 模型產生器 Visual Studio 擴充功能來建立 ONNX 模型，並在 Windows ML 應用程式中部署該模型，以在本機電腦上執行。

程式碼訓練環境

這些教學課程涵蓋建立您自己的程式碼來定型 Windows ML 模型的方式，而不是使用預先存在的服務。

使用 PyTorch 和 Windows ML 進行影像分類

瞭解如何在電腦上安裝 PyTorch、如何使用它來定型影像分類模型、如何將該模型轉換成 ONNX 格式，以及如何在 Windows ML 應用程式中部署它，以在本機電腦上執行。

使用 PyTorch 和 Windows ML 進行資料分析

瞭解如何在電腦上安裝 PyTorch、如何使用它來定型資料分析模型、如何將該模型轉換成 ONNX 格式，以及如何在 Windows ML 應用程式中部署它，以在本機電腦上執行。

使用 TensorFlow 和 Windows ML 進行物件偵測

瞭解如何在電腦上安裝 TensorFlow、使用 YOLO 架構實作傳輸學習、將模型轉換成 ONNX，並將其部署在 Windows ML 應用程式中，以在本機電腦上執行。

進階功能：

如果您想要使用 Windows ML NuGet 套件，請參閱 教學課程：將現有的 Windows ML 應用程式移植到 NuGet 套件 。

如需最新的 Windows ML 功能和修正，請參閱我們的版本資訊。

重要

PyTorch、PyTorch 標誌和任何相關標誌都是 Facebook、Inc. TensorFlow、TensorFlow 標誌和任何相關標誌都是 Google Inc 的商標。

注意

使用下列資源取得 Windows ML 的說明：

• 如需詢問或回答有關 Windows ML 的技術問題，請使用 Stack Overflow 上的 windows-machine-learning 標籤。
• 如需回報錯誤 (bug)，請在 GitHub 上提出問題。