Udostępnij przez


Analiza danych za pomocą narzędzi PyTorch i Windows ML

Obraz nagłówka PyTorch

Usługa Windows Machine Learning może służyć do uruchamiania przewidywań na tabelarycznych zestawach danych, przewidywania wartości liczbowych na podstawie niezależnych zmiennych wejściowych. W tym przewodniku jest używany określony zestaw danych w formacie programu Excel, ale opisane procedury będą działać dla dowolnego powiązanego zadania przy użyciu wybranego tabelarycznego zestawu danych.

W tym przewodniku pokazano, jak rozwiązać zadanie klasyfikacji z siecią neuronową przy użyciu biblioteki PyTorch, wyeksportować model do formatu ONNX i wdrożyć go w aplikacji windows Machine Learning uruchomionej lokalnie na urządzeniu z systemem Windows.

Wymagana jest podstawowa wiedza na temat języków programowania Python i C#. Poprzednie doświadczenie w uczeniu maszynowym jest preferowane, ale nie jest wymagane.

Jeśli chcesz przejść bezpośrednio do instalacji, zobacz Instalowanie narzędzia PyTorch.

Jeśli skonfigurowaliśmy już usługę PyTorch, rozpocznij proces trenowania modelu, uzyskując dane.

Kiedy będziesz gotowy, aby pracować z danymi, możesz rozpocząć trenowanie modelu, a następnie przekonwertować go do formatu ONNX.

Jeśli masz model ONNX i chcesz dowiedzieć się, jak utworzyć aplikację WinML od podstaw, przejdź do wdrożenia modelu.

Uwaga / Notatka

Jeśli chcesz, możesz sklonować repozytorium przykładów usługi Windows Machine Learning i uruchomić ukończony kod na potrzeby tego samouczka. Rozwiązanie szkoleniowe PyTorch można znaleźć tutaj lub ukończoną aplikację Windows ML tutaj. Jeśli używasz pliku PyTorch, przed jego uruchomieniem upewnij się, że skonfigurowaliśmy odpowiedni interpreter PyTorch.

Scenariusz

W tym samouczku utworzymy aplikację do analizy danych za pomocą uczenia maszynowego w celu przewidywania gatunku irysów. W tym celu użyjesz zestawu danych z kwiatami irysów Fishera. Model zostanie wytrenowany w celu rozpoznawania niektórych typów wzorców irysów i przewidywania prawidłowego typu.

Wymagania wstępne dotyczące usługi PyTorch — trenowanie modelu:

Rozwiązanie PyTorch jest obsługiwane w następujących dystrybucjach systemu Windows:

  • System Windows 7 lub nowszy. Zalecany system Windows 10 lub nowszy.
  • Windows Server 2008 r2 i nowsze

Aby korzystać z narzędzia Pytorch w systemie Windows, musisz mieć zainstalowany język Python 3.x. Język Python 2.x nie jest obsługiwany.

Wymagania wstępne dotyczące wdrażania aplikacji windows ML

Aby utworzyć i wdrożyć aplikację WinML, potrzebne są następujące elementy:

Uwaga / Notatka

Interfejsy API uczenia maszynowego systemu Windows są wbudowane w najnowsze wersje systemów Windows 10 (1809 lub nowszych) i Windows Server 2019. Jeśli platforma docelowa to starsze wersje systemu Windows, możesz przenieść swoją aplikację WinML do redystrybucyjnego pakietu NuGet (Windows 8.1 lub nowszy).

Dalsze kroki

Zaczniemy od zainstalowania narzędzia PyTorch i skonfigurowania naszego środowiska

Ważne

PyTorch, logo PyTorch i wszelkie powiązane znaki towarowe są znakami towarowymi Facebooka, Inc.