Windows KI

Nutzen Sie die Leistungsfähigkeit der Künstlichen Intelligenz, um Ihre Windows-Anwendung zu transformieren. Mit Windows KI können Sie und Ihr Unternehmen mehr erreichen, indem Sie für komplexe Probleme intelligente Lösungen bereitstellen.

Windows Machine Learning (WinML)

Überblick

• Übersicht zu Windows Machine Learning

Konzept

• Was ist ein Machine Learning-Modell?
• Arbeiten mit ONNX-Modellen
• Windows ML – Leistung und Arbeitsspeicher
• Ausführen mehrerer ML-Modelle in einer Kette

Tutorial

• Bildklassifizierung mit Custom Vision und Windows Machine Learning
• Bildklassifizierung mit ML.NET und Windows Machine Learning
• Bildklassifizierung mit PyTorch und Windows Machine Learning
• Datenanalyse mit PyTorch und Windows Machine Learning
• Objekterkennung mit TensorFlow und Windows Machine Learning
• Erstellen einer einfachen WinML-UWP-App (C#)
• Erstellen einer einfachen WinML-UWP-App (C++)
• Konvertieren trainierter Modelle in ONNX

Referenz

• API-Referenz
• Core-APIs (Windows.AI.MachineLearning Namespace)
• Benutzerdefinierte Operatoren
• Native APIs von WinML
• Tools und Beispiele
• Versionsinformationen
• Häufig gestellte Fragen

Direct Machine Learning (DirectML)

Überblick

• Übersicht zu DirectML
• GPU-beschleunigtes ML-Training in WSL

Konzept

• Bindung in DirectML
• UAV-Barrieren und Ressourcenzustandsbarrieren
• Verwenden von Schritten zum Ausdrücken von Auffüllung, Arbeitsspeicherlayout
• Ressourcenlebensdauer und -synchronisierung
• Verwenden der Debugschicht
• Behandeln von Fehlern und Entfernen von Geräten
• Hilfsfunktionen

Referenz

• DirectML-Referenz
• Beispielanwendungen