使用 PyTorch 和 Windows ML 進行影像分類
本教學課程將示範如何使用 PyTorch 定型影像分類類神經網路模型、將模型匯出至 ONNX 格式,並將其部署在 Windows 裝置本機執行的 Windows 機器學習 應用程式中。
需要 Python 和 C# 程式設計語言的基本知識。 先前在機器學習中的經驗是較佳的,但並非必要。
如果您想要直接移至安裝,請參閱 安裝 PyTorch 。
如果您已經設定 PyTorch,請取得 資料 來啟動模型轉譯程式。
準備好使用資料之後,您就可以開始 定型模型 ,然後將 它轉換成 ONNX 格式 。
如果您有 ONNX 模型,而且想要瞭解如何從頭開始建立 WinML 應用程式,請流覽以 部署您的模型 。
注意
如有需要,您可以複製 Windows 機器學習範例存放庫,並執行本教學課程的已完成程式碼。 您可以在這裡 找到 PyTorch 定型解決方案,或 在這裡 找到已完成的 Windows ML 應用程式。 如果您使用 PyTorch 檔案,請務必在執行 PyTorch 之前設定相關的 PyTorch 解譯器。
案例
在本教學課程中,我們將建立可在任何 Windows 裝置上執行的機器學習影像分類應用程式。 模型會定型以辨識模式類型,並將從所選定型集中分類 10 個影像標籤。
PyTorch 的必要條件 - 模型定型:
下列 Windows 發行版本支援 PyTorch:
- Windows 7 和更新版本。 建議使用 Windows 10 或更新版本。
- Windows Server 2008 r2 和更新版本
若要在 Windows 上使用 Pytorch,您必須安裝 Python 3.x。 不支援 Python 2.x。
Windows ML 應用程式部署的必要條件
若要建立及部署 WinML 應用程式,您需要下列專案:
- Windows 10 版本 1809(組建 17763) 或更高版本。 您可以透過 [執行] 命令
(Windows logo key + R)
執行winver
來檢查組建版本號碼。 - 適用于組建 17763 或更高版本的 Windows SDK。 您可以在這裡取得 SDK。
- Visual Studio 2017 15.7 版或更新版本。 建議您改用 Visual Studio 2019,如果您改用 VS2017,本教學課程中的某些螢幕擷取畫面可能會不同。 您可以在這裡取得 Visual Studio。
- Windows ML 程式碼產生器 (mlgen) Visual Studio 擴充功能。 下載 VS 2019 或 VS 2017 。
- 您也需要 在電腦上啟用開發人員模式
注意
Windows ML API 內建于最新版的 Windows 10(1809 或更高版本)和 Windows Server 2019 中。 如果您的目標平臺是舊版 Windows,您可以將 WinML 應用程式移植到可轉散發的 NuGet 套件(Windows 8.1 或更高版本)。
後續步驟
重要
PyTorch、PyTorch 標誌及所有相關的標記均為 Facebook,Inc. 的商標。