Compartilhar via

Windows Machine Learning

  • Artigo

Implemente o aprendizado de máquina nos seus aplicativos do Windows usando o Windows ML, uma API confiável e de alto desempenho para a implantação de inferências de aceleração de hardware de ML nos dispositivos Windows.

Gráfico do Windows ML

Visão geral

O Windows ML é integrado às versões mais recentes do Windows 11, Windows 10, Windows Server 2022, Windows Server 2019 e também está disponível como um pacote NuGet para alcance de nível inferior para Windows 8.1. O Windows ML oferece aos desenvolvedores as seguintes vantagens:

  • Facilidade de desenvolvimento: com o Windows ML integrado às versões mais recentes do Windows 11 e do Windows Server 2022, tudo o que você precisa é do Visual Studio e de um modelo ONNX treinado, que pode ser distribuído junto com o aplicativo do Windows. Além disso, se você precisa entregar seus recursos baseados em IA para versões mais antigas do Windows (até a versão 8.1), o Windows ML também está disponível como um pacote NuGet que você pode distribuir com seu aplicativo.

  • Amplo suporte de hardware O Windows ML permite que você escreva sua carga de trabalho do ML uma vez e obtenha um desempenho altamente otimizado automaticamente entre diferentes fornecedores de hardware e tipos de silício, como CPUs, GPUs e aceleradores de IA. Além disso, o Windows ML garante um comportamento consistente em toda a variedade de hardware compatível.

  • Resultados de baixa latência em tempo real: Os modelos de ML podem ser avaliados usando as funcionalidades de processamento do dispositivo Windows, permitindo a análise local em tempo real de grandes volumes de dados, como imagens e vídeo. Os resultados ficam disponíveis de forma rápida e eficiente para uso em cargas de trabalho de desempenho intensivo, como mecanismos de jogos, ou em tarefas em segundo plano, como indexação de pesquisa.

  • Maior flexibilidade: A opção para avaliar os modelos de ML localmente em dispositivos Windows permite lidar com uma gama mais ampla de cenários. Por exemplo, a avaliação de modelos de ML pode ser executada enquanto o dispositivo está offline ou quando há conectividade intermitente. Isso também permite lidar com cenários em que nem todos os dados podem ser enviados para a nuvem devido a problemas de privacidade e soberania de dados.

  • Custos operacionais reduzidos: Treinamento de modelos de ML na nuvem e a sua posterior avaliação local em dispositivos Windows podem oferecer economias significativas nos custos de largura de banda, com apenas o volume mínimo de dados enviado para a nuvem o que pode ser necessário para a melhoria contínua do seu modelo de ML. Além disso, ao implantar o modelo de ML em um cenário de servidor, os desenvolvedores podem aproveitar a aceleração de hardware do Windows ML para agilizar o fornecimento do modelo, reduzindo a quantidade de computadores necessária para lidar com a carga de trabalho.

Modelos de Machine Learning

Um modelo de machine learning é um arquivo que foi treinado para reconhecer determinados tipos de padrões. Você treina um modelo em um conjunto de dados, fornecendo a ele um algoritmo que pode ser usado para ponderar e aprender com esses dados.

Depois de treinar o modelo, você pode usá-lo para ponderar dados que ele não viu antes e fazer previsões sobre esses dados. Digamos, por exemplo, que você deseja criar um aplicativo capaz de reconhecer as emoções de um usuário com base nas expressões faciais. É possível treinar um modelo fornecendo-lhe imagens de rostos marcadas com determinada emoção e, em seguida, usar esse modelo em um aplicativo que consiga reconhecer a emoção de qualquer usuário. Confira o exemplo de Emoji8 para obter um exemplo de aplicativo ou confira O que é um modelo de machine learning para saber mais.

O Windows Machine Learning usa o formato Open Neural Network Exchange (ONNX) para seus modelos. Você pode baixar um modelo previamente treinado ou pode treinar seu próprio modelo. Consulte Obter modelos ONNX para o Windows ML para obter mais informações.

Começar agora

Para aprender mais sobre as diferentes maneiras de incorporar o Windows Machine Learning no seu aplicativo, confira a página de introdução.

Quer criar o seu primeiro aplicativo usando o Windows Machine Learning? Confira os tutoriais do WinML para obter uma visão geral das diferentes maneiras de treinar um modelo e incorporá-lo ao seu aplicativo do WinML.

Perguntas frequentes

Interessado em saber mais sobre as soluções e opções do Machine Learning? Para obter uma visão geral completa das opções disponíveis, confira Comparar as soluções de IA ou saiba mais com as perguntas frequentes do WinML.

Observação

Use os recursos a seguir para obter ajuda com o Windows ML:

  • Para fazer perguntas ou responder a perguntas técnicas sobre o Windows ML, use a marca windows-machine-learning no Stack Overflow.
  • Para relatar um bug, registre um problema no nosso GitHub.