Windows Machine Learning のチュートリアル

さまざまなカスタマイズ可能なアプリソリューションで Windows Machine Learning を使用できます。 ここでは、さまざまな可能性のあるノーコード サービスやプログラム サービスから Machine Learning モデルを作成して基本的な Windows ML アプリに統合する方法を示す完全なチュートリアルをいくつか紹介します。 さらに、アプリの機能を微調整するためのいくつかの高度な方法についても説明します。 既存のモデルを使用する API の基本的で初歩的な使い方を調べる場合、または用意されているサンプルを確認する場合は、次のリンク先を参照してください。

アプリの完全なチュートリアル

次のチュートリアルでは、Machine Learning モデルの作成について説明し、Windows ML を使用する Windows 10 アプリに組み込む方法について説明します。

ノーコード トレーニング環境

既存のユーティリティを使用して機械学習モデルをトレーニングすることを望んでいますか? 次のチュートリアルでは、既存のサービスによってトレーニングされたモデルを使用する Windows ML アプリを作成する方法について、最初から最後まで説明するチュートリアルについて説明します。

Custom Vision と Windows ML を使用した画像分類

Azure Custom Vision サービスを使用して画像分類のためにモデルをトレーニングし、そのモデルを Windows ML アプリケーションに配置してご自身のコンピューター上でローカルに実行する方法について説明します。

ML.NET と Windows ML を使用した画像分類

ML.NET Model Builder Visual Studio 拡張機能を使用して ONNX モデルを作成し、そのモデルを Windows ML アプリケーションに配置してご自身のコンピューター上でローカルに実行する方法について説明します。

コード トレーニング環境

次のチュートリアルでは、既存のサービスを使用するのではなく、独自のコードを作成して Windows ML モデルをトレーニングする方法について説明します。

PyTorch と Windows ML を使用した画像分類

コンピューターに PyTorch をインストールする方法、それを使用して画像分類モデルをトレーニングする方法、そのモデルを ONNX 形式に変換する方法、そのモデルを Windows ML アプリケーションに配置してご自身のコンピューター上でローカルに実行する方法について説明します。

PyTorch と Windows ML を使用したデータ分析

コンピューターに PyTorch をインストールする方法、それを使用してデータ分析モデルをトレーニングする方法、そのモデルを ONNX 形式に変換する方法、そのモデルを Windows ML アプリケーションに配置してご自身のコンピューター上でローカルに実行する方法について説明します。

TensorFlow と Windows ML を使用したオブジェクトの検出

ご自身のコンピューターに TensorFlow をインストールする方法、YOLO アーキテクチャを使用して転移学習を実装する方法、モデルを ONNX に変換する方法、および Windows ML アプリケーションに配置してご自身のコンピューター上でローカルに実行する方法について説明します。

高度な機能:

Windows ML NuGet パッケージを使用する場合は、「チュートリアル:既存の Windows ML アプリを NuGet パッケージに移植する」を参照してください。

Windows ML の最新の機能と修正プログラムについては、「リリース ノート」を参照してください。

重要

PyTorch、PyTorch ロゴ、および関連するマークは Facebook, Inc. の商標です。TensorFlow、TensorFlow ロゴ、および関連するマークは Google Inc. の商標です。

Note

Windows ML に関するヘルプについては、次のリソースを参照してください。

• Windows ML に関する技術的な質問をしたり、質問に回答したりするには、Stack Overflow の windows-machine-learning タグを使用してください。
• バグを報告するには、GitHub で問題を提出してください。