Datenanalyse mit PyTorch und Windows ML

Windows Machine Learning kann verwendet werden, um Vorhersagen für tabellarische Datasets auszuführen, wobei numerische Werte basierend auf unabhängigen Eingabevariablen vorhergesagt werden. In diesem Leitfaden wird ein bestimmtes Dataset im Excel-Format verwendet, aber die beschriebenen Verfahren funktionieren für alle verwandten Aufgaben, bei denen ein tabellarisches Dataset Ihrer Wahl verwendet wird.

In diesem Leitfaden erfahren Sie, wie Sie eine Klassifizierungsaufgabe mit einem neuronalen Netzwerk mithilfe der PyTorch-Bibliothek lösen, das Modell in das ONNX-Format exportieren und in einer Windows Machine Learning-Anwendung bereitstellen, die lokal auf Ihrem Windows-Gerät ausgeführt wird.

Grundkenntnisse in den Programmiersprachen Python und C# sind erforderlich. Frühere Erfahrungen mit maschinellem Lernen sind empfehlenswert, aber nicht erforderlich.

Wenn Sie direkt zur Installation wechseln möchten, lesen Sie "PyTorch installieren".

Wenn Sie PyTorch bereits eingerichtet haben, starten Sie den Modelltrainingsprozess, indem Sie die Daten abrufen.

Sobald Sie mit den Daten fertig sind, können Sie mit dem Trainieren Ihres Modells beginnen und dann in das ONNX-Format konvertieren.

Wenn Sie über ein ONNX-Modell verfügen und erfahren möchten, wie Sie eine WinML-App von Grund auf neu erstellen, navigieren Sie zur Bereitstellung Ihres Modells.

Szenario

In diesem Tutorial erstellen wir eine Anwendung zur Datenanalyse für maschinelles Lernen, um die Art der Irisblüten vorherzusagen. Zu diesem Zweck verwenden Sie das Fisher-Irisblüten-Dataset. Das Modell wird darauf trainiert, bestimmte Arten von Irismustern zu erkennen und den richtigen Typ vorherzusagen.

Voraussetzungen für PyTorch – Modelltraining:

PyTorch wird unter den folgenden Windows-Verteilungen unterstützt:

• Windows 7 und höher. Windows 10 oder höher (empfohlen).
• Windows Server 2008 r2 und höher

Um PyTorch unter Windows zu verwenden, muss Python 3.x installiert sein. Python 2.x wird nicht unterstützt.

Voraussetzungen für die Bereitstellung der Windows ML-App

Zum Erstellen und Bereitstellen einer WinML-App benötigen Sie Folgendes:

• Windows 10, Version 1809 (Build 17763) oder höher. Sie können die Buildversionsnummer überprüfen, indem Sie winver mit dem Ausführungsbefehl ((Windows logo key + R)) ausführen.
• Windows SDK für Build 17763 oder höher. Sie können das SDK hier abrufen.
• Visual Studio 2017, Version 15.7 oder höher. Es wird empfohlen, Visual Studio 2019 zu verwenden, und einige Screenshots in diesem Tutorial können sich unterscheiden, wenn Sie stattdessen VS2017 verwenden. Sie können Visual Studio hier abrufen.
• Außerdem müssen Sie den Entwicklermodus auf Ihrem PC aktivieren.

Nächste Schritte

Wir beginnen mit der Installation von PyTorch und der Konfiguration unserer Umgebung