Modèles ONNX

Windows Machine Learning prend en charge les modèles au format ONNX (Open Neural Network Exchange). ONNX est un format ouvert pour les modèles ML, ce qui vous permet d’échanger des modèles entre différents frameworks et outils ML.

Il existe plusieurs façons d’obtenir un modèle au format ONNX, notamment :

• ONNX Model Zoo : contient plusieurs modèles ONNX préentraînés pour différents types de tâches. Téléchargez une version prise en charge par Windows ML et vous êtes bon d’y aller !

• Exportation native à partir de frameworks de formation ML : plusieurs frameworks de formation prennent en charge les fonctionnalités d’exportation natives vers ONNX, telles que Chainer, Caffee2 et PyTorch, ce qui vous permet d’enregistrer votre modèle entraîné dans des versions spécifiques du format ONNX. En outre, les services tels qu’Azure Machine Learning et Azure Custom Vision fournissent également une exportation ONNX native.

  • Pour savoir comment entraîner et exporter un modèle ONNX dans le cloud à l’aide de Custom Vision, consultez le tutoriel : Utiliser un modèle ONNX à partir de Custom Vision avec Windows ML (préversion).

• Convertir des modèles existants à l’aide d’ONNXMLTools : ce package Python permet aux modèles d’être convertis à partir de plusieurs formats d’infrastructure d’apprentissage en ONNX. En tant que développeur, vous pouvez spécifier la version d’ONNX vers laquelle vous souhaitez convertir votre modèle en fonction des builds de Windows cibles de votre application. Si vous n’êtes pas familiarisé avec Python, vous pouvez utiliser le tableau de bord basé sur l’interface utilisateur de Windows ML pour convertir facilement vos modèles en quelques clics.

Une fois que vous avez un modèle ONNX, vous allez intégrer le modèle dans le code de votre application, puis vous pourrez utiliser le Machine Learning dans vos applications et appareils Windows !