Windows Machine Learning 자습서

Windows Machine Learning은 사용자 지정 가능한 다양한 앱 솔루션에서 사용할 수 있습니다. 여기서는 다양한 잠재적 코드 또는 프로그래매틱 이외의 서비스에서 Machine Learning 모델을 만들고, 기본 Windows ML 앱에 통합하는 방법에 대한 몇 가지 전체 자습서를 제공합니다. 또한 앱의 기능을 조정하는 여러 가지 고급 방법을 설명합니다. 기존 모델을 사용하여 API를 기본 소개하는 방법 또는 샘플을 확인하려는 경우 아래 추가 링크를 확인하세요.

전체 앱 자습서

이러한 자습서에서는 Machine Learning 모델을 만들고 Windows ML을 사용하여 Windows 10 앱에 통합하는 방법을 다룹니다.

코드 없는 학습 환경

기존 유틸리티를 사용하여 기계 학습 모델을 학습하고 싶으세요? 이러한 자습서에서는 기존 서비스에서 학습한 모델을 사용하여 Windows ML 앱을 만드는 방법에 대한 엔드투엔드 연습이 포함되어 있습니다.

Custom Vision 및 Windows ML을 사용한 이미지 분류

Azure Custom Vision 서비스를 사용하여 이미지 분류를 위한 모델을 학습하고 머신에서 로컬로 실행되도록 Windows ML 애플리케이션에 해당 모델을 배포하는 방법을 알아봅니다.

ML.NET 및 Windows ML을 사용한 이미지 분류

ML.NET Model Builder Visual Studio 확장을 사용하여 ONNX 모델을 만들고 해당 모델을 머신에서 로컬로 실행되도록 Windows ML 애플리케이션에 배포하는 방법에 대해 알아봅니다.

코드 학습 환경

이러한 자습서에서는 기존 서비스를 사용하는 대신 Windows ML 모델을 학습하는 사용자 고유의 코드를 만드는 방법을 설명합니다.

PyTorch 및 Windows ML을 사용한 이미지 분류

PyTorch를 머신에 설치하는 방법, 이미지 분류 모델을 학습하는 데 사용하는 방법, 해당 모델을 ONNX 형식으로 변환하는 방법, 머신에서 로컬로 실행하기 위해 Windows ML 애플리케이션에 배포하는 방법에 대해 알아봅니다.

PyTorch 및 Windows ML을 사용한 데이터 분석

PyTorch를 머신에 설치하는 방법, 데이터 분석 모델을 학습하는 데 사용하는 방법, 해당 모델을 ONNX 형식으로 변환하는 방법, 머신에서 로컬로 실행하기 위해 Windows ML 애플리케이션에 배포하는 방법에 대해 알아봅니다.

TensorFlow 및 Windows ML 개체 검색

TensorFlow를 머신에 설치하고, YOLO 아키텍처로 전송 학습을 구현하고, 모델을 ONNX로 변환하고, 머신에서 로컬로 실행하도록 Windows ML 애플리케이션에 배포하는 방법에 대해 알아봅니다.

고급 기능:

Windows ML NuGet 패키지를 사용하려면 자습서: 기존 Windows ML 앱을 NuGet 패키지에 이식을 참조하세요.

최신 Windows ML 기능 및 수정은 릴리스 정보를 참조하세요.

Important

PyTorch, PyTorch 로고 및 모든 관련 마크는 Facebook, Inc.의 상표입니다. TensorFlow, TensorFlow 로고 및 모든 관련 마크는 Google Inc.의 상표입니다.

참고 항목

Windows ML에 대한 도움말은 다음 리소스를 참조하세요.

• Windows ML에 대한 기술적인 질문을 하거나 질문에 답하려면, Stack Overflow에서 windows-machine-learning 태그를 사용하세요.
• 버그를 보고하려면 GitHub에서 문제를 제출하세요.