Windows Machine Learning

Zaimplementuj uczenie maszynowe w aplikacjach systemu Windows przy użyciu Windows ML — wysokowydajnego i niezawodnego interfejsu API do wdrażania wnioskowań ML sprzętowo przyspieszonych na urządzeniach z systemem Windows.

Przegląd

System Windows ML jest wbudowany w najnowsze wersje systemu Windows 11, Windows 10, Windows Server 2022, Windows Server 2019 i jest również dostępny jako pakiet NuGet dla starszych wersji systemu Windows 8.1. Usługa Windows ML zapewnia deweloperom następujące korzyści:

• Łatwość programowania: W przypadku systemu Windows ML wbudowanych w najnowsze wersje systemów Windows 11 i Windows Server 2022 wystarczy program Visual Studio i wytrenowany model ONNX, który można dystrybuować wraz z aplikacją systemu Windows. Ponadto jeśli musisz dostarczyć funkcje oparte na sztucznej inteligencji do starszych wersji systemu Windows (w dół do wersji 8.1), usługa Windows ML jest również dostępna jako pakiet NuGet, który można dystrybuować z aplikacją.

• Szeroka obsługa sprzętu: Usługa Windows ML umożliwia napisanie obciążenia uczenia maszynowego jednorazowo i automatyczne uzyskiwanie wysoko zoptymalizowanej wydajności dla różnych dostawców sprzętu i typów układów scalonych, takich jak CPU, GPU i akceleratory sztucznej inteligencji. Ponadto uczenie maszynowe systemu Windows gwarantuje spójne zachowanie w zakresie obsługiwanego sprzętu.

• Małe opóźnienia, wyniki w czasie rzeczywistym: Modele uczenia maszynowego można oceniać przy użyciu możliwości przetwarzania urządzenia z systemem Windows, umożliwiając lokalną, w czasie rzeczywistym analizę dużych ilości danych, takich jak obrazy i wideo. Wyniki są dostępne szybko i wydajnie do użycia w obciążeniach wymagających dużej wydajności, takich jak silniki gier, lub zadania w tle, takie jak indeksowanie do wyszukiwania.

• Zwiększona elastyczność: Opcja oceny modeli uczenia maszynowego lokalnie na urządzeniach z systemem Windows umożliwia rozwiązanie szerszego zakresu scenariuszy. Na przykład ocena modeli uczenia maszynowego może być uruchamiana, gdy urządzenie jest w trybie offline lub w przypadku sporadycznych połączeń. Pozwala to również rozwiązać scenariusze, w których nie wszystkie dane mogą być wysyłane do chmury z powodu problemów z prywatnością lub niezależnością danych.

• Obniżone koszty operacyjne: Trenowanie modeli uczenia maszynowego w chmurze, a następnie ocenianie ich lokalnie na urządzeniach z systemem Windows może przynieść znaczne oszczędności w kosztach przepustowości, przy użyciu tylko minimalnych danych wysyłanych do chmury — co może być konieczne w celu ciągłego ulepszania modelu uczenia maszynowego. Ponadto podczas wdrażania modelu uczenia maszynowego w scenariuszu serwera deweloperzy mogą korzystać z przyspieszania sprzętowego systemu Windows ML w celu przyspieszenia obsługi modelu, zmniejszając liczbę maszyn potrzebnych do obsługi obciążenia.

Modele uczenia maszynowego

Model uczenia maszynowego to plik, który został wytrenowany w celu rozpoznawania niektórych typów wzorców. Wytrenujesz model na zestawie danych, udostępniając mu algorytm, którego może użyć do wnioskowania i uczenia się na podstawie tych danych.

Po wytrenowaniu modelu możesz użyć go do wnioskowania o danych, których wcześniej nie widział, i przewidywania dotyczące tych danych. Załóżmy na przykład, że chcesz utworzyć aplikację, która może rozpoznawać emocje użytkownika na podstawie ich twarzy. Model można wytrenować, udostępniając mu obrazy twarzy, które są oznaczone określoną emocją, a następnie można użyć tego modelu w aplikacji, która może rozpoznać emocje dowolnego użytkownika. Zobacz przykład emoji8 , aby zapoznać się z przykładem takiej aplikacji, lub zapoznaj się z tematem Co to jest model uczenia maszynowego , aby dowiedzieć się więcej.

Usługa Windows Machine Learning używa formatu Open Neural Network Exchange (ONNX) dla swoich modeli. Możesz pobrać wstępnie wytrenowany model lub wytrenować własny model. Aby uzyskać więcej informacji , zobacz Pobieranie modeli ONNX dla systemu Windows ML .

Rozpocznij

Aby dowiedzieć się więcej na temat różnych sposobów dołączania usługi Windows Machine Learning do aplikacji, zapoznaj się z naszą stroną rozpoczynania pracy.

Chcesz utworzyć pierwszą aplikację przy użyciu usługi Windows Machine Learning? Zapoznaj się z samouczkami winML , aby zapoznać się z omówieniem różnych sposobów trenowania modelu i uwzględnienia go w aplikacji WinML.

Często zadawane pytania

Chcesz dowiedzieć się więcej na temat rozwiązań usługi Machine Learning i Twoich opcji? Aby zapoznać się z pełnym omówieniem dostępnych opcji, zobacz Porównanie rozwiązań sztucznej inteligencji lub dowiedz się więcej z często zadawanymi pytaniami dotyczącymi języka WinML.