ONNX 模型

Windows 机器学习支持开放神经网络交换 (ONNX) 格式的模型。 ONNX 是用于 ML 模型的开放格式，允许在不同的 ML 框架和工具之间交换模型。

可以通过多种方式获取 ONNX 格式的模型，其中包括：

• ONNX 模型库：包含针对不同类型任务的多个预先训练的 ONNX 模型。 下载 Windows ML 支持的版本，然后即可继续操作！

• ML 训练框架的本机导出：多个训练框架支持针对 ONNX（例如 Chainer、Caffee2 和 PyTorch）的本机导出功能，允许将训练的模型保存为特定版本的 ONNX 格式。 此外，Azure 机器学习和 Azure 自定义视觉等服务还提供了本机 ONNX 导出。

  • 若要了解如何使用自定义视觉在云中训练和导出 ONNX 模型，请参阅教程：结合使用自定义视觉服务 ONNX 模型和 Windows ML（预览版）。

• 使用 ONNXMLTools 转换现有模型：此 Python 包允许将模型从几个训练框架格式转换为 ONNX。 作为开发人员，你可以指定要将模型转换为哪个版本的 ONNX，具体取决于应用程序针对的 Windows 版本。 如果不熟悉 Python，则可使用 Windows ML 的基于 UI 的仪表板，单击几下鼠标就能轻松转换模型。

重要

Windows ML 并不支持所有 ONNX 版本。 若要了解应用程序针对的 Windows 版本中正式支持哪些 ONNX 版本，请查看 ONNX 版本和 Windows 版本。

一旦有了 ONNX 模型，即可将模型集成到应用的代码中，然后在 Windows 应用和设备中使用机器学习！

注意

使用以下资源可获取有关 Windows ML 的帮助：

• 若要提出或回答有关 Windows ML 的技术问题，请在 Stack Overflow 上使用 windows-machine-learning 标记。
• 若要报告 bug，请在 GitHub 上提交问题。