Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O Windows Machine Learning pode ser usado para executar previsões em conjuntos de dados tabulares, prevendo valores numéricos com base em variáveis de entrada independentes. Este guia usa um conjunto de dados específico no formato do Excel, mas os procedimentos descritos funcionarão para qualquer tarefa relacionada usando um conjunto de dados tabular de sua escolha.
Este guia mostrará como resolver uma tarefa de classificação com uma rede neural usando a biblioteca PyTorch, exportar o modelo para o formato ONNX e implantá-lo em um aplicativo do Windows Machine Learning em execução localmente em seu dispositivo Windows.
É necessário conhecimento básico em linguagens de programação python e C#. A experiência anterior no aprendizado de máquina é preferível, mas não é necessária.
Se você quiser ir direto para a instalação, consulte Instalar o PyTorch.
Se você já configurou o PyTorch, inicie o processo de treinamento de modelo obtendo os dados.
Quando estiver pronto para usar os dados, você poderá começar a treinar seu modelo e convertê-lo no formato ONNX.
Se você tiver um modelo ONNX e quiser aprender a criar um aplicativo WinML do zero, navegue até implantar seu modelo.
Observação
Se desejar, você pode clonar o repositório de exemplos do Windows Machine Learning e executar o código concluído para este tutorial. Você pode encontrar a solução de treinamento PyTorch aqui ou o aplicativo Windows ML concluído aqui. Se você estiver usando o arquivo PyTorch, configure o interpretador PyTorch relevante antes de executá-lo.
Cenário
Neste tutorial, criaremos um aplicativo de análise de dados de machine learning para prever o tipo de flores de íris. Para essa finalidade, você usará o conjunto de dados de flores de íris do Fisher. O modelo será treinado para reconhecer determinados tipos de padrões de íris e prever o tipo correto.
Pré-requisitos para PyTorch – treinamento de modelo:
Há suporte para pyTorch nas seguintes distribuições do Windows:
- Windows 7 e superior. Windows 10 ou superior recomendado.
- Windows Server 2008 r2 e maior
Para usar o Pytorch no Windows, você deve ter o Python 3.x instalado. Não há suporte para Python 2.x.
Pré-requisitos para implantação de aplicativo do Windows ML
Para criar e implantar um aplicativo WinML, você precisará do seguinte:
- Windows 10 versão 1809 (build 17763) ou superior. Você pode verificar o número da versão do build executando
winverpor meio do comando(Windows logo key + R)Executar. - SDK do Windows para build 17763 ou superior. Você pode obter o SDK aqui.
- Visual Studio 2017 versão 15.7 ou posterior. É recomendável usar o Visual Studio 2019 e algumas capturas de tela neste tutorial poderão ser diferentes se você usar o VS2017. Você pode obter o Visual Studio aqui.
- Você também precisará habilitar o Modo de Desenvolvedor em seu computador
Observação
As APIs do Windows ML são integradas às versões mais recentes do Windows 10 (1809 ou superior) e do Windows Server 2019. Se sua plataforma de destino for versões mais antigas do Windows, você poderá portar seu aplicativo WinML para o pacote NuGet redistribuível (Windows 8.1 ou superior).
Próximas etapas
Vamos começar instalando o PyTorch e configurando nosso ambiente
Importante
PyTorch, o logotipo PyTorch e quaisquer marcas relacionadas são marcas comerciais do Facebook, Inc.