Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Windows Machine Learning peut être utilisé dans diverses solutions d’application personnalisables. Ici, nous fournissons plusieurs didacticiels complets sur la création d’un modèle Machine Learning à partir d’une variété de services non codés ou programmatiques potentiels, et les intégrons à une application Windows ML de base. En outre, nous abordons plusieurs méthodes avancées pour ajuster les fonctionnalités de votre application. Et si vous recherchez simplement une utilisation de base des API avec un modèle existant, ou si vous souhaitez consulter nos exemples, consultez d’autres liens ci-dessous.
Tutoriels complets sur l’application
Ces didacticiels suivants couvrent la création d’un modèle Machine Learning et la façon de l’incorporer dans une application Windows 10 avec Windows ML.
Environnement d’entraînement sans code
Vous souhaitez utiliser un utilitaire existant pour entraîner un modèle Machine Learning ? Ces didacticiels couvrent les procédures pas à pas de bout en bout de la création d’applications Windows ML avec des modèles entraînés par des services existants.
Classification d’images avec Custom Vision et Windows ML
Découvrez comment utiliser le service Azure Custom Vision pour entraîner un modèle pour la classification d’images et déployer ce modèle dans une application Windows ML pour s’exécuter localement sur votre ordinateur.
Classification d’images avec ML.NET et Windows ML
Découvrez comment utiliser l’extension Visual Studio ML.NET Model Builder pour créer un modèle ONNX et déployer ce modèle dans une application Windows ML pour s’exécuter localement sur votre ordinateur.
Environnement d’apprentissage du code
Ces didacticiels couvrent les façons de créer votre propre code pour entraîner un modèle Windows ML, au lieu d’utiliser un service préexistant.
Classification d’images avec PyTorch et Windows ML
Découvrez comment installer PyTorch sur votre machine, comment l’utiliser pour entraîner un modèle de classification d’images, comment convertir ce modèle au format ONNX et comment le déployer dans une application Windows ML pour s’exécuter localement sur votre ordinateur.
Analyse des données avec PyTorch et Windows ML
Découvrez comment installer PyTorch sur votre machine, comment l’utiliser pour entraîner un modèle d’analyse des données, comment convertir ce modèle au format ONNX et comment le déployer dans une application Windows ML pour s’exécuter localement sur votre ordinateur.
Détection d’objets avec TensorFlow et Windows ML
Découvrez comment installer TensorFlow sur votre machine, implémenter l’apprentissage de transfert avec l’architecture YOLO, convertir le modèle en ONNX et le déployer dans une application Windows ML pour s’exécuter localement sur votre ordinateur.
Fonctionnalités avancées :
Si vous souhaitez utiliser le package NuGet Windows ML, consultez tutoriel : Porter une application Windows ML existante vers le package NuGet.
Pour connaître les dernières fonctionnalités et correctifs Windows ML, consultez nos notes de publication.
Important
PyTorch, le logo PyTorch et toutes les marques connexes sont des marques de Facebook, Inc. TensorFlow, le logo TensorFlow et toutes les marques connexes sont des marques de Google Inc.
Remarque
Utilisez les ressources suivantes pour obtenir de l’aide sur Windows ML :
- Pour poser ou répondre à des questions techniques sur Windows ML, utilisez la balise Windows-Machine Learning sur Stack Overflow.
- Pour signaler un bogue, veuillez signaler un problème dans notre plateforme GitHub.