Tutoriels Windows Machine Learning

Windows Machine Learning peut être utilisé dans une variété de solutions d’application personnalisables. Ici, nous fournissons plusieurs tutoriels complets sur la création d’un modèle Machine Learning à partir d’un large éventail de services potentiels sans codage ou par programme et son intégration dans une application Windows ML de base. En outre, nous aborderons plusieurs méthodes avancées pour affiner les fonctionnalités de votre application. Et si vous recherchez simplement une utilisation de base des API avec un modèle existant, ou si vous souhaitez consulter nos exemples, consultez les liens suivants.

Tutoriels d’application complets

Les tutoriels suivants décrivent la création d’un modèle Machine Learning et l’intégration de ce dernier dans une application Windows 10 avec Windows ML.

Environnement d’entraînement sans code

Vous souhaitez utiliser un utilitaire existant pour effectuer l’entraînement d’un modèle Machine Learning ? Ces tutoriels couvrent les procédures pas à pas de la création d’applications Windows ML avec des modèles entraînés par des services existants.

Classification d’images avec Custom Vision et Windows ML

Découvrez comment utiliser le service Azure Custom Vision pour entraîner un modèle pour la classification d’images et déployer ce modèle dans une application Windows ML pour qu’il s’exécute localement sur votre ordinateur.

Classification d’images avec ML.NET et Windows ML

Découvrez comment utiliser l’extension ML.NET Model Builder Visual Studio pour créer un modèle ONNX et déployer ce modèle dans une application Windows ML à exécuter localement sur votre ordinateur.

Environnement d’entraînement avec code

Ces tutoriels expliquent comment créer votre propre code pour entraîner un modèle Windows ML, au lieu d’utiliser un service préexistant.

Classification d’images avec PyTorch et Windows ML

Découvrez comment installer PyTorch sur votre ordinateur, comment l’utiliser pour entraîner un modèle de classification d’image, comment convertir ce modèle au format ONNX et comment le déployer dans une application Windows ML pour qu’il s’exécute localement sur votre ordinateur.

Analyse des données avec PyTorch et Windows ML

Découvrez comment installer PyTorch sur votre ordinateur, comment l’utiliser pour entraîner un modèle d’analyse de données, comment convertir ce modèle au format ONNX et comment le déployer dans une application Windows ML pour qu’il s’exécute localement sur votre ordinateur.

Détection d’objets avec TensorFlow et Windows ML

Apprenez à installer TensorFlow sur votre ordinateur, à implémenter l’apprentissage de transfert avec l’architecture YOLO, à convertir le modèle au format ONNX et à le déployer dans une application Windows ML pour qu’il s’exécute localement sur votre ordinateur.

Fonctionnalités avancées :

Si vous souhaitez utiliser le package NuGet Windows ML, consultez le tutoriel : Porter une application Windows ML existante vers un package NuGet.

Pour les dernières fonctionnalités et les derniers correctifs de Windows ML, consultez nos notes de publication.

Important

PyTorch, le logo PyTorch et les marques associées sont des marques de Facebook, Inc. TensorFlow, le logo TensorFlow et les marques associées sont des marques de Google Inc.

Remarque

Utilisez les ressources suivantes pour obtenir de l’aide sur Windows ML :

• Pour poser des questions techniques ou apporter des réponses à des questions techniques sur Windows ML, veuillez utiliser le mot clé windows-machine-learning sur Stack Overflow.
• Pour signaler un bogue, veuillez signaler un problème dans notre plateforme GitHub.