Modelos ONNX

O Windows Machine Learning dá suporte a modelos no formato Open Neural Network Exchange (ONNX). O ONNX é um formato aberto para modelos de ML, permitindo a troca de modelos entre várias estruturas e ferramentas de ML.

Há várias maneiras pelas quais você pode obter um modelo no formato ONNX, incluindo:

• ONNX Model Zoo: contém vários modelos ONNX previamente treinados para diferentes tipos de tarefas. Baixe uma versão com suporte do Windows ML e é só começar!

• Exportação nativa de estruturas de treinamento de ML: várias estruturas de treinamento dão suporte à funcionalidade de exportação nativa para ONNX, como Chainer, Caffee2 e PyTorch, permitindo que você salve seu modelo treinado em versões específicas do formato ONNX. Além disso, serviços como Azure Machine Learning e Visão Personalizada do Azure também fornecem a exportação ONNX nativa.

  • Para saber como treinar e exportar um modelo ONNX na nuvem usando a Visão Personalizada, confira Tutorial: usar um modelo ONNX da Visão Personalizada com Windows ML (versão prévia).

• Converter modelos existentes usando o ONNXMLTools: esse pacote do Python permite que os modelos sejam convertidos de vários formatos de estrutura de treinamento para ONNX. Como desenvolvedor, você pode especificar para qual versão do ONNX gostaria de converter seu modelo, dependendo de quais builds do Windows seu aplicativo tem como destino. Se você não estiver familiarizado com o Python, poderá usar o painel baseado na interface do usuário do Windows ML para converter facilmente seus modelos com apenas alguns cliques.

Importante

Nem todas as versões do ONNX recebem suporte do Windows ML. Para saber quais versões do ONNX recebem suporte oficialmente nas versões do Windows que seu aplicativo tem como destino, confira Versões do ONNX e builds do Windows.

Quando tiver um modelo ONNX, você integrará o modelo no código do aplicativo e, em seguida, poderá usar o machine learning em seus aplicativos e dispositivos do Windows!

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.