Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Windows Machine Learning se puede usar en una variedad de soluciones de aplicaciones personalizables. Aquí se proporcionan varios tutoriales completos sobre cómo crear un modelo de Machine Learning a partir de una variedad de servicios potenciales que no son de código o de programación e integrarlos en una aplicación básica de Windows ML. Además, tratamos varios métodos avanzados para ajustar la funcionalidad de la aplicación. Y si busca solo un uso introductorio básico de las API con un modelo existente, o si desea consultar nuestros ejemplos, consulte más vínculos a continuación.
Tutoriales completos de aplicaciones
En estos tutoriales se explica la creación de un modelo de Machine Learning y cómo incorporarlo a una aplicación de Windows 10 con Windows ML.
Entorno de entrenamiento sin código
¿Desea usar una utilidad existente para entrenar un modelo de aprendizaje automático? Estos tutoriales ofrecen guías integrales sobre cómo crear aplicaciones de Windows ML con modelos entrenados por servicios existentes.
Clasificación de imágenes con Custom Vision y Windows ML
Aprenda a usar el servicio Azure Custom Vision para entrenar un modelo para la clasificación de imágenes e implementar ese modelo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Clasificación de imágenes con ML.NET y Windows ML
Obtenga información sobre cómo usar la extensión ML.NET Model Builder de Visual Studio para crear un modelo ONNX e implementar ese modelo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Entorno de entrenamiento de código
En estos tutoriales se tratan formas de crear su propio código para entrenar un modelo de Windows ML, en lugar de usar un servicio existente previamente.
Clasificación de imágenes con PyTorch y Windows ML
Obtenga información sobre cómo instalar PyTorch en la máquina, cómo usarlo para entrenar un modelo de clasificación de imágenes, cómo convertir ese modelo en el formato ONNX y cómo implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Análisis de datos con PyTorch y Windows ML
Obtenga información sobre cómo instalar PyTorch en la máquina, cómo usarlo para entrenar un modelo de análisis de datos, cómo convertir ese modelo al formato ONNX y cómo implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Detección de objetos con TensorFlow y Windows ML
Obtenga información sobre cómo instalar TensorFlow en la máquina, implementar el aprendizaje de transferencia con la arquitectura YOLO, convertir al modelo en ONNX e implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Características avanzadas:
Si desea usar el paquete NuGet de Windows ML, consulte Tutorial: Portabilidad de una aplicación de Windows ML existente al paquete NuGet.
Para conocer las últimas características y correcciones de Windows ML, consulta nuestras notas de la versión.
Importante
PyTorch, el logotipo de PyTorch y las marcas relacionadas son marcas comerciales de Facebook, Inc. TensorFlow, el logotipo de TensorFlow y las marcas relacionadas son marcas comerciales de Google Inc.
Nota:
Use los siguientes recursos para obtener ayuda con Windows ML:
- Para formular o responder a preguntas técnicas sobre Windows Machine Learning, utilice la etiqueta windows-machine-learning en Stack Overflow.
- Para notificar un error, registre un problema en GitHub.