Partilhar via


Análise de dados com PyTorch e Windows ML

Imagem de cabeçalho para PyTorch

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 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 de Aprendizado de Máquina do Windows em execução local em seu dispositivo Windows.

São necessários conhecimentos básicos em linguagens de programação Python e C#. Experiência prévia em aprendizado de máquina é preferível, mas não necessária.

Se você quiser passar diretamente para a instalação, consulte Instalar o PyTorch.

Se você já configurou o PyTorch, inicie o processo de treinamento do modelo obtendo os dados.

Quando estiver pronto para usar os dados, você pode começar a treinar seu modelo e, em seguida, convertê-lo para o 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, certifique-se de configurar o interpretador PyTorch relevante antes de executá-lo.

Cenário

Neste tutorial, criaremos um aplicativo de análise de dados de aprendizado de máquina para prever o tipo de flores da íris. Para este efeito, você usará o conjunto de dados da flor da íris de Fisher. O modelo será treinado para reconhecer certos tipos de padrões de íris e prever o tipo correto.

Pré-requisitos para PyTorch - treinamento modelo:

PyTorch é suportado nas seguintes distribuições do Windows:

  • Windows 7 e superior. Windows 10 ou superior recomendado.
  • Windows Server 2008 r2 e versões posteriores

Para usar o Pytorch no Windows, você deve ter o Python 3.x instalado. Python 2.x não é suportado.

Pré-requisitos para a implantação do aplicativo Windows ML

Para criar e implantar um aplicativo WinML, você precisará do seguinte:

  • Windows 10 versão 1809 (compilação 17763) ou superior. Você pode verificar o número da versão da compilação executando winver através do comando (Windows logo key + R)Executar.
  • SDK do Windows para compilação 17763 ou superior. Você pode obter o SDK aqui.
  • Visual Studio 2017 versão 15.7 ou posterior. Recomendamos o uso do Visual Studio 2019, e algumas capturas de tela neste tutorial podem ser diferentes se você usar o VS2017. Você pode obter o Visual Studio aqui.
  • Também terá de ativar o Modo de Programador no seu PC

Observação

As APIs de ML do Windows são incorporadas nas 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

Começaremos instalando o PyTorch e configurando nosso ambiente

Importante

PyTorch, o logótipo PyTorch e quaisquer marcas relacionadas são marcas comerciais da Facebook, Inc.