Release notes

Esta página registra atualizações para o Windows ML nas compilações mais recentes do SDK do Windows e do Pacote NuGet.

Pacote NuGet do Windows ML - Versão 1.9

• Baixe o NuGet aqui.
• Construído em ONNX Runtime 1.9.
• WinML - DLL dependency fix suporta modelos de aprendizagem no Windows 8.1.

Pacote NuGet do Windows ML - Versão 1.8

• Baixe o NuGet aqui.
• Construído em ONNX Runtime 1.8.
• Nova API WinML nativa, SetIntraOpThreadSpinning. Essa API é usada para alternar o comportamento de rotação do thread do IntraOp. Quando ativado e não houver nenhuma carga de trabalho atual, os threads de IntraOp permanecerão ativos por algum tempo adicional enquanto aguardam por mais tarefas para processar. Isso pode resultar em melhor desempenho para a carga de trabalho atual, mas pode afetar o desempenho de outras cargas de trabalho não relacionadas. Esta opção está ativada por defeito.

Pacote NuGet do Windows ML - Versão 1.7

• Baixe o NuGet aqui
• Construído em ONNX Runtime 1.7
• Suporte para .NET5 funcionará com Projeções de .NET5 Standard 2.0.
• Os descritores de imagem expõem as propriedades NominalPixelRange
• Suporte nativo adicionado para intervalos de pixels adicionais [0..1] e [-1..1] em modelos de imagem.
• Uma nova propriedade é adicionada à classe de tempo de execução ImageFeatureDescriptor para expor a propriedade ImageNominalPixelRange em ImageFeatureDescriptor. Outras propriedades semelhantes expostas são BitmapPixelFormat e BitmapAlphaMode da imagem.
• Correções de bugs e melhorias de desempenho.
• Marcadores PIX DirectML para Redist adicionados para habilitar o gráfico de perfilagem ao nível do operador.
• Correções aplicadas para garantir que o pacote seja instalado corretamente em projetos UWP C# no Visual Studio.

Pacote NuGet do Windows ML - Versão 1.6

• Baixe o NuGet aqui
• Construído em ONNX Runtime 1.6
• Suporte para aplicativos UWP destinados à implantação da Windows Store para CPU e GPU.
• O WindowsAI Redist agora inclui um pacote C-Runtime vinculado estaticamente para opções de implantação adicionais.
• Pequenas melhorias na API: Os usuários agora podem vincular o Iterable como entradas e saídas, e podem criar o Tensor* por meio de vários buffers.

Pacote NuGet do Windows ML - Versão 1.5

• Suporte para aplicativos UWP destinados à implantação da Windows Store (somente CPU).
• Suporte para aplicativos .NET e .NET framework.
• Suporte para desenvolvedores RUST - amostra e documentação disponíveis
• Novas APIs para controle de desempenho adicional:
  • IntraopNumThreads: Permite alterar o número de threads usadas no pool de threads para Execução Intraoperador para operadores de CPU por meio de LearningModelSessionOptions.
  • [SetNamedDimensionOverrides]((/native-apis/SetNamedDimensionOverrides.md): Oferece a possibilidade de substituir dimensões de entrada nomeadas por valores concretos através das opções do LearningModelSession, para alcançar um melhor desempenho em tempo de execução.
• Suporte para denotações adicionais de tipos de imagem no formato ONNX – Gray8, normalizado [0..1] e normalizado [-1..1].
• Reduziu-se o tamanho do pacote separando os símbolos de depuração num pacote de distribuição separado.

Pacote NuGet do Windows ML – Versão 1.4

• Baixe o NuGet aqui
• Construído em ONNX Runtime 1.4
• Suporte para ONNX 1.6 e opset 11.
• Melhorias gerais de usabilidade e desempenho.

Pacote NuGet do Windows ML - Versão 1.3

• Baixe o NuGet aqui
• Construído em ONNX Runtime 1.3
• Corresponde a MachineLearningContract v3.
• Suporte para ONNX 1.6 e opset 11.
• Execução de CPU suportada até Windows 8.1; Execução de GPU suportada até Windows 10 versão 1709.
• Caminhos certificados, conhecidos e testados são as aplicações de desktop que utilizam C++. As aplicações da Loja e o Kit de Certificação de Aplicações Windows ainda não são suportados.

Build 19041 (Windows 10, versão 2004)

Suporte para ONNX 1.4 e opset 9 (CPU e GPU)

Adições do API Surface:

• CloseModelOnSessionCreation: novo parâmetro de LearningModelSessionOptions para configuração com o objetivo de reduzir o uso de memória de trabalho.

Tooling:

• WinMLTools conversores suportam novas versões e opsets do ONNX
• Otimizações para WinMLRunner expondo novas métricas de desempenho

Build 18362 (Windows 10, versão 1903)

Todos os recursos e atualizações de compilações anteriores voadas:

• Suporte ONNX 1.3
• Suporte para redução do tamanho do modelo através da quantização de pesos após o treino. Você pode usar a versão mais recente do WinMLTools para quantificar os pesos do seu modelo para int8.
• Remoção de mlgen do SDK do Windows 10 — use uma das seguintes extensões do Visual Studio:
  • Visual Studio 2017: Gerador de código do Windows Machine Learning VS 2017
  • Visual Studio 2019: Gerador de Código do Windows Machine Learning

Build 18829

• mlgen foi removido do SDK do Windows 10. Em vez disso, instale uma das seguintes extensões do Visual Studio, dependendo da sua versão:
  • Visual Studio 2017: Gerador de código do Windows Machine Learning VS 2017
  • Visual Studio 2019: Gerador de Código do Windows Machine Learning

Build 18290

• Versão mínima suportada do ONNX = 1.2.2 (opset 7)
• Max versão ONNX suportada = 1.3 (opset 8)
• Suporta a redução do tamanho do modelo através da quantização de pesos após o treino. Você pode usar a versão mais recente do WinMLTools para quantificar os pesos do seu modelo para int8.

Build 17763 (Windows 10, versão 1809)

• Primeira versão oficial do Windows Machine Learning.
• Requer ONNX v1.2.
• namespace Windows.AI.MachineLearning.Preview preterido em favor de namespace Windows.AI.MachineLearning.

Known issues

• Para modelos contendo sequências, o MLGen gera um IList<Dictionary<de chaves, valor>> em vez do adequado IList<IDictionary<key, valor>>, levando a resultados vazios. Para corrigir este problema, basta substituir o código gerado automaticamente pelo IList<IDictionary<key, valor>>.

Build 17723

• Requer ONNX v1.2.
• Suporta tipos de dados F16 com inferências de modelo baseadas em GPU para melhor desempenho e menor pegada do modelo. Você pode usar WinMLTools para converter seus modelos de FP32 para FP16.
• Permite que aplicações de desktop consumam APIs do Windows.AI.MachineLearning com WinRT/C++.