使用 PyTorch 將模型定型並匯出至 ONNX

透過 PyTorch 架構和 Azure Machine Learning，您可以在雲端中將模型定型，將其下載為 ONNX 檔案，以在本機使用 Windows Machine Learning 執行。

將模型定型

透過 Azure ML，您可以在雲端中將 PyTorch 模型定型，以取得快速相應放大、部署等等的優點。 如需詳細資訊，請參閱使用 Azure Machine Learning 大規模針對 PyTorch 模型進行定型和註冊。

匯出至 ONNX

將模型定型之後，您可以將其匯出為 ONNX 檔案，以便您可以在本機使用 Windows ML 執行。 如需如何從 PyTorch 以原生方式匯出的指示，請參閱匯出 Windows ML 的 PyTorch 模型。

與 Windows ML 整合

將模型匯出至 ONNX 之後，您就可以將其整合到 Windows ML 應用程式中。 Windows ML 提供數種不同的程式設計語言，因此請查看您最熟悉語言的教學課程。

• C#： 建立 Windows 機器學習 UWP 應用程式 （C#）

• Python： 使用 Python 建立 Windows 機器學習應用程式

• C++： 建立 Windows 機器學習傳統型應用程式 （C++）

注意

使用下列資源取得 Windows ML 的說明：

• 如需詢問或回答有關 Windows ML 的技術問題，請使用 Stack Overflow 上的 windows-machine-learning 標籤。
• 如需回報錯誤 (bug)，請在 GitHub 上提出問題。