Esercitazioni su Windows Machine Learning

Windows Machine Learning può essere usato in un'ampia gamma di soluzioni di app personalizzabili. In questo articolo vengono fornite diverse esercitazioni complete che illustrano come creare un modello di Machine Learning da un'ampia gamma di potenziali servizi non di codice o programmatici e integrarli in un'app di Base di Windows ML. Vengono inoltre illustrati diversi metodi avanzati per modificare le funzionalità dell'app. E se si sta cercando solo un uso introduttivo di base delle API con un modello esistente o se si vogliono consultare gli esempi, vedere altri collegamenti di seguito.

Esercitazioni complete sulle app

Queste esercitazioni seguenti illustrano la creazione di un modello di Machine Learning e come incorporarlo in un'app di Windows 10 con Windows ML.

Ambiente di training senza codice

Si vuole usare un'utilità esistente per eseguire il training di un modello di Machine Learning? Queste esercitazioni illustrano le procedure dettagliate end-to-end su come creare app di Windows ML con modelli sottoposti a training da servizi esistenti.

Classificazione delle immagini con Visione personalizzata e Windows ML

Informazioni su come usare il servizio Azure Visione personalizzata per eseguire il training di un modello per la classificazione delle immagini e distribuire tale modello in un'applicazione Windows ML per l'esecuzione in locale nel computer.

Classificazione delle immagini con ML.NET e Windows ML

Informazioni su come usare l'estensione visual Studio ML.NET Model Builder per creare un modello ONNX e distribuirlo in un'applicazione Windows ML da eseguire in locale nel computer.

Ambiente di training del codice

Queste esercitazioni illustrano i modi per creare codice personalizzato per eseguire il training di un modello di Windows ML, invece di usare un servizio preesistente.

Classificazione delle immagini con PyTorch e Windows ML

Informazioni su come installare PyTorch nel computer, su come usarlo per eseguire il training di un modello di classificazione delle immagini, su come convertire il modello nel formato ONNX e su come distribuirlo in un'applicazione Windows ML da eseguire in locale nel computer.

Analisi dei dati con PyTorch e Windows ML

Informazioni su come installare PyTorch nel computer, su come usarlo per eseguire il training di un modello di analisi dei dati, su come convertire il modello nel formato ONNX e su come distribuirlo in un'applicazione Windows ML da eseguire in locale nel computer.

Rilevamento di oggetti con TensorFlow e Windows ML

Informazioni su come installare TensorFlow nel computer, implementare l'apprendimento per il trasferimento con l'architettura YOLO, convertirlo nel modello in ONNX e distribuirlo in un'applicazione Windows ML per l'esecuzione in locale nel computer.

Funzionalità avanzate:

Per usare il pacchetto NuGet di Windows ML, vedere Esercitazione: Convertire un'app windows ML esistente in un pacchetto NuGet.

Per informazioni sulle funzionalità e le correzioni più recenti per Windows Machine Learning, vedere le note sulla versione.

Importante

PyTorch, il logo PyTorch e tutti i marchi correlati sono marchi di Facebook, Inc. TensorFlow, il logo tensorFlow e tutti i marchi correlati sono marchi di Google Inc.

Nota

Per informazioni su Windows Machine Learning, usa le risorse seguenti:

• Per porre domande tecniche o rispondere a domande tecniche su Windows Machine Learning, usa il tag windows-machine-learning in Stack Overflow.
• Per segnalare un bug, registra il problema in GitHub.