Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Usługa Windows Machine Learning obsługuje określone wersje formatu ONNX w wydanych kompilacjach systemu Windows. Aby model działał z systemem Windows ML, należy upewnić się, że wersja modelu ONNX jest obsługiwana dla wersji systemu Windows przeznaczonej dla aplikacji.
W poniższej tabeli podsumowano wszystkie obecnie wydane wersje systemu Windows ML i odpowiednie obsługiwane wersje ONNX.
| Wersja systemu Windows | Obsługiwane wersje ONNX | Obsługiwane zestawy operacji ONNX |
|---|---|---|
| Windows 11, wersja 2104 | 1.2 - 1.7 | 7 - 12 |
| Windows 10, wersja 2004 (kompilacja 19041) | 1.2.2, 1.3 i 1.4 | 7, 8 i 9 |
| Windows 10, wersja 1909 | 1.2.2 i 1.3 | 7 i 8 |
| Windows 10, wersja 1903 (kompilacja 18362) | 1.2.2 i 1.3 | 7 i 8 |
| Windows 10, wersja 1809 (kompilacja 17763) | 1.2.2 | 7 |
ONNX opset 10 jest obsługiwany w pakiecie NuGet.
Jeśli programujesz przy użyciu wersji Windows Insider Flights, sprawdź nasze informacje o wydaniu dla minimalnych i maksymalnych obsługiwanych wersji ONNX w wersjach zestawu SDK systemu Windows 10.
Konwerter ONNX opset
Interfejs API ONNX udostępnia bibliotekę do konwersji modeli ONNX pomiędzy różnymi wersjami zestawów operacji. Dzięki temu deweloperzy i analitycy danych mogą uaktualnić istniejący model ONNX do nowszej wersji lub obniżyć model do starszej wersji specyfikacji ONNX.
Konwerter wersji może być wywoływany za pośrednictwem interfejsów API języka C++ lub Python. Istnieje również samouczek , który zawiera kilka przykładów dotyczących uaktualniania i obniżania wersji modelu ONNX do nowego docelowego zestawu operacji.
Uwaga / Notatka
Skorzystaj z następujących zasobów, aby uzyskać pomoc dotyczącą uczenia maszynowego z systemem Windows:
- Aby zadać lub odpowiedzieć na pytania techniczne dotyczące uczenia maszynowego z systemem Windows, użyj tagu windows-machine-learning w witrynie Stack Overflow.
- Aby zgłosić usterkę, popełnij zgłoszenie na GitHubie .