Модели ONNX

Windows Machine Learning поддерживает модели в формате ONNX (Open Neural Network Exchange). Открытый формат моделей машинного обучения ONNX позволяет перемещать модели между разными платформами и инструментами машинного обучения.

Есть несколько способов получить модель в формате ONNX, часть из которых перечислена далее.

• ONNX Model Zoo: содержит несколько предварительно обученных моделей ONNX для разных типов задач. Скачайте версию, поддерживаемую Машинным обучением Windows, и можно сразу приступать к работе.

• Собственный экспорт из платформ машинного обучения: некоторые платформы обучения, например Chainer, Caffee2 и PyTorch, имеют собственные компоненты экспорта в ONNX, что позволяет сохранять обученную модель в определенных версиях формата ONNX. Кроме того, встроенная поддержка ONNX реализована в таких службах, как Машинное обучение Azure и Пользовательское визуальное распознавание Azure.

  • Сведения о том, как обучить и экспортировать модель ONNX в облако с помощью Пользовательского визуального распознавания, см. в статье Учебник. Использование модели ONNX из Пользовательского визуального распознавания с Машинным обучением Windows (предварительная версия).

• Преобразование существующих моделей с помощью ONNXMLTools: этот пакет Python позволяет преобразовывать модели из нескольких платформ обучения в формат ONNX. Разработчик может указать, в какую версию ONNX нужно преобразовать модель, с учетом целевой сборки Windows для вашего приложения. Если вы не знакомы с Python, попробуйте применить панели мониторинга на основе пользовательского интерфейса Машинного обучения Windows, чтобы несколькими щелчками мыши преобразовать существующие модели.

Важно!

Не все версии ONNX поддерживаются в Windows ML. Чтобы узнать, какие версии ONNX официально поддерживаются теми версиями Windows, для которых предназначено ваше приложение, просмотрите этот список.

После создания модели ONNX ее можно интегрировать в код приложения, после чего вы сможете использовать машинное обучение в приложениях и на устройствах Windows.

Примечание.

Используйте следующие ресурсы для получения справки по машинному обучению в Windows:

• Чтобы задать технические вопросы о машинном обучении в Windows или ответить на них, используйте тег windows-machine-learning в Stack Overflow.
• Сообщить об ошибке можно в нашем репозитории GitHub.