Windows 機器學習教學課程
Windows 機器學習可用於各種可自訂的應用程式解決方案。 在這裡，我們提供數個完整的教學課程，說明如何從各種潛在的非程式碼或程式設計服務建立機器學習模型，並將其整合到基本的 Windows ML 應用程式中。 此外，我們涵蓋數個進階方法，以調整應用程式的功能。 如果您要只尋找搭配現有模型使用 API 的基本簡介，或如果您想要查看我們的範例，請參閱下方的進一步連結。
完整的應用程式教學課程
下列教學課程涵蓋建立機器學習模型，以及如何將它納入 Windows 10 應用程式與 Windows ML。
無程式碼訓練環境
想要使用現有的公用程式來定型機器學習模型嗎？ 這些教學課程涵蓋如何使用現有服務定型的模型來建立 Windows ML 應用程式的端對端逐步解說。
瞭解如何使用 Azure 自訂視覺 服務來定型影像分類的模型，並在 Windows ML 應用程式中部署該模型，以在本機電腦上執行。
瞭解如何使用 ML.NET 模型產生器 Visual Studio 擴充功能來建立 ONNX 模型，並在 Windows ML 應用程式中部署該模型，以在本機電腦上執行。
程式碼訓練環境
這些教學課程涵蓋建立您自己的程式碼來定型 Windows ML 模型的方式，而不是使用預先存在的服務。
使用 PyTorch 和 Windows ML 進行影像分類
瞭解如何在電腦上安裝 PyTorch、如何使用它來定型影像分類模型、如何將該模型轉換成 ONNX 格式，以及如何在 Windows ML 應用程式中部署它，以在本機電腦上執行。
使用 PyTorch 和 Windows ML 進行資料分析
瞭解如何在電腦上安裝 PyTorch、如何使用它來定型資料分析模型、如何將該模型轉換成 ONNX 格式，以及如何在 Windows ML 應用程式中部署它，以在本機電腦上執行。
使用 TensorFlow 和 Windows ML 進行物件偵測
瞭解如何在電腦上安裝 TensorFlow、使用 YOLO 架構實作傳輸學習、將模型轉換成 ONNX，並將其部署在 Windows ML 應用程式中，以在本機電腦上執行。
進階功能：
如果您想要使用 Windows ML NuGet 套件，請參閱 教學課程：將現有的 Windows ML 應用程式移植到 NuGet 套件 。
如需最新的 Windows ML 功能和修正，請參閱我們的版本資訊。
重要
PyTorch、PyTorch 標誌和任何相關標誌都是 Facebook、Inc. TensorFlow、TensorFlow 標誌和任何相關標誌都是 Google Inc 的商標。
注意
使用下列資源取得 Windows ML 的說明：
- 如需詢問或回答有關 Windows ML 的技術問題，請使用 Stack Overflow 上的 windows-machine-learning 標籤。
- 如需回報錯誤 (bug)，請在 GitHub 上提出問題。