TensorFlow + DirectML 與 Windows ML：來自影片的即時物件偵測

本教學課程示範如何在 UWP 應用程式中本機定型和評估即時物件偵測模型。 模型會透過 DirectML API 在本機使用 TensorFlow 定型，以提供所有 Windows 裝置的 GPU 加速訓練。 然後，定型的模型會整合到 UWP 應用程式中，其會使用您的網路攝影機，使用 Windows ML API 即時偵測畫面中的物件。

我們將從在您的電腦上啟用 TensorFlow 開始。

如果您想要瞭解如何使用 TensorFlow 來定型模型，您可以繼續訓練 模型 。

如果您有 TensorFlow 模型，但想要瞭解如何將它轉換成適用于 WinML API 的 ONNX 格式，請參閱 轉換您的模型 。

如果您有模型，而且想要瞭解如何從頭開始建立 WinML 應用程式，請流覽至 [ 部署您的模型 ]。

使用 DirectML 啟用 TensorFlow 的 GPU 加速

若要在您的電腦上啟用 TensorFlow，請繼續進行下列步驟。

檢查您的 Windows 版本

原生 Windows 上具有 DirectML 套件的 TensorFlow 適用于 Windows 10 版本 1709（組建 16299）或更新版本的 Windows。 您可以透過 winver [執行 ] 命令執行 來檢查組建版本號碼。 Windows logo key + R

檢查 GPU 驅動程式更新

請確定您已安裝最新的 GPU 驅動程式。 在 設定 應用程式的 [Windows Update] 區段中 ，選取 [檢查更新 ]。

使用 DirectML 預覽設定 TensorFlow

若要搭配 TensorFlow 使用，建議您在 Windows 內設定虛擬 Python 環境。 有許多工具可用來設定虛擬 Python 環境， 如需這些指示，我們將使用 Anaconda 的迷你Conda 。 此設定的其餘部分假設您使用 miniconda 環境。

設定 Python 環境

注意

在下列命令中，我們使用 Python 3.6。 不過，套件 tensorflow-directml 可在 Python 3.5、3.6 或 3.7 環境中運作。

在您的電腦上安裝 Miniconda Windows 安裝程式 。 如有需要，Anaconda 網站上有 其他設定 指引。 安裝 Miniconda 之後，請使用名為 directml 的 Python 建立環境，並透過下列命令加以啟用：

conda create --name directml python=3.6 conda activate directml

使用 DirectML 套件安裝 Tensorflow

注意

套件 tensorflow-directml 僅支援 TensorFlow 1.15。

執行下列命令，透過 pip 安裝 TensorFlow 與 DirectML 套件：

pip install tensorflow-directml

驗證套件安裝

安裝 tensorflow-directml 套件之後，您可以藉由新增兩個張量來確認它是否正常執行。 將下列幾行複製到互動式 Python 會話：

import tensorflow.compat.v1 as tf 

tf.enable_eager_execution(tf.ConfigProto(log_device_placement=True)) 

print(tf.add([1.0, 2.0], [3.0, 4.0])) 

您應該會看到類似下列的輸出，並將 add 運算子放在 DML 裝置上。

後續步驟

既然您已找出必要條件，您可以繼續建立 WinML 模型。 在下一個部分中 ，您將使用 TensorFlow 來建立即時物件偵測模型。

重要

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