LearningModel Classe

Définition

Espace de noms:

Windows.AI.MachineLearning

Représente un modèle Machine Learning entraîné.

public ref class LearningModel sealed : IClosable

/// [Windows.Foundation.Metadata.ContractVersion(Windows.AI.MachineLearning.MachineLearningContract, 65536)]
/// [Windows.Foundation.Metadata.MarshalingBehavior(Windows.Foundation.Metadata.MarshalingType.Agile)]
/// [Windows.Foundation.Metadata.Threading(Windows.Foundation.Metadata.ThreadingModel.Both)]
class LearningModel final : IClosable

[Windows.Foundation.Metadata.ContractVersion(typeof(Windows.AI.MachineLearning.MachineLearningContract), 65536)]
[Windows.Foundation.Metadata.MarshalingBehavior(Windows.Foundation.Metadata.MarshalingType.Agile)]
[Windows.Foundation.Metadata.Threading(Windows.Foundation.Metadata.ThreadingModel.Both)]
public sealed class LearningModel : System.IDisposable

Public NotInheritable Class LearningModel
Implements IDisposable

Héritage

Object Platform::Object IInspectable LearningModel

Attributs

ContractVersionAttribute MarshalingBehaviorAttribute ThreadingAttribute

Implémente

IClosable IDisposable

Configuration requise pour Windows

Famille d’appareils	Windows 10, version 1809 (introduit dans 10.0.17763.0)
API contract	Windows.AI.MachineLearning.MachineLearningContract (introduit dans v1.0)

Exemples

L’exemple suivant charge un modèle et crée une session d’évaluation avec celui-ci.

private async Task LoadModelAsync(string _modelFileName)
{
    LearningModel _model;
    LearningModelSession _session;

    try
    {
        // Load and create the model
        var modelFile = 
            await StorageFile.GetFileFromApplicationUriAsync(new Uri($"ms-appx:///Assets/{_modelFileName}"));
        _model = await LearningModel.LoadFromStorageFileAsync(modelFile);

        // Create the evaluation session with the model
        _session = new LearningModelSession(_model);

    }
    catch (Exception ex)
    {
        StatusBlock.Text = $"error: {ex.Message}";
        _model = null;
    }
}

Remarques

Il s’agit de l’objet main que vous utilisez pour interagir avec Windows ML. Vous l’utilisez pour charger, lier et évaluer des modèles ONNX entraînés :

1. Chargez le modèle à l’aide de l’un des constructeurs Load*.
2. Énumérez les entrées InputFeatures et OutputFeatures et liez-les à votre modèle.
3. Créez un LearningModelSession et un evalaute.

Windows Server

Pour utiliser cette API sur Windows Server, vous devez utiliser Windows Server 2019 avec Expérience utilisateur.

Sécurité des threads

Cette API est thread-safe.

Propriétés

Author	Nom de l’auteur du modèle.
Description	Description du modèle.
Domain	Domaine du modèle.
InputFeatures	Liste des fonctionnalités d’entrée du modèle.
Metadata	Chaîne brute,métadonnées <de chaîne> du modèle ONNX.
Name	Nom du modèle.
OutputFeatures	Liste des fonctionnalités de sortie du modèle.
Version	Version du modèle.

Méthodes

Close()	Libère le modèle ONNX en mémoire. Après l’avoir appelé, vous ne pouvez plus créer d’objets LearningModelSession .
Dispose()	Exécute les tâches définies par l'application associées à la libération ou à la redéfinition des ressources non managées.
LoadFromFilePath(String)	Charge un modèle ONNX à partir d’un fichier sur disque.
LoadFromFilePath(String, ILearningModelOperatorProvider)	Charge un modèle ONNX à partir d’un fichier sur disque.
LoadFromStorageFileAsync(IStorageFile)	Charge un modèle ONNX à partir d’un IStorageFile de façon asynchrone.
LoadFromStorageFileAsync(IStorageFile, ILearningModelOperatorProvider)	Charge un modèle ONNX à partir d’un IStorageFile de façon asynchrone.
LoadFromStream(IRandomAccessStreamReference)	Charge un modèle ONNX à partir d’un flux.
LoadFromStream(IRandomAccessStreamReference, ILearningModelOperatorProvider)	Charge un modèle ONNX à partir d’un flux.
LoadFromStreamAsync(IRandomAccessStreamReference)	Charge un modèle ONNX à partir d’un flux de manière asynchrone.
LoadFromStreamAsync(IRandomAccessStreamReference, ILearningModelOperatorProvider)	Charge un modèle ONNX à partir d’un flux de manière asynchrone.

Voir aussi

• Windows ML
• Exemples Windows ML (GitHub)