Хотите узнать, как использовать API Windows ML для создания мощных возможностей машинного обучения в Windows? г галерея примеров машинного обучения Windows обязательно вам поможет. Галерея — это упакованное настольное приложение для Windows 11, созданное с использованием SDK приложений для Windows (Части галереи обратно совместимы с Windows 8.1).
Первоначальный выпуск содержит 5 интерактивных примеров, демонстрирующих, как Windows ML работает с помощью управляемых и собственных сценариев (скоро появятся новые примеры!).
Каждый пример имеет соответствующий код.
Классификация изображений (GitHub)
→ Связь
Выберите изображение и отобразите наиболее вероятные предсказания класса из 1000 возможных категорий в примере классификации изображений.
Выясни как:
- Интегрируйте модели из Модельный зоопарк ONNX с Windows ML;
- Выполните пред-/постобработку:
- Каждая модель имеет свои собственные этапы предварительной и последующей обработки данных (например, нормализация, изменение размера, преобразование NCHW и т. д.);
- В этом примере показано, как каждую модель можно вызвать в Windows ML, выполняя необходимую предварительную обработку без привязки к аппаратной платформе, используя при этом преимущества оптимизации VideoFrame, если она доступна.
Эффекты изображения (GitHub)
→ Связь
Выберите изображение и примените различные эффекты на базе Windows ML, такие как размытие, резкость и контрастность в примере «Эффекты изображения».
Выясни как:
- Создавайте динамические модели «на лету», используя экспериментальный API LearningModelBuild:
- Некоторые модели в зоопарке моделей ожидают данные в определенном формате, и в этих примерах показано, как использовать операторы в Windows ML для преобразования данных изображения в совместимый формат;
- Эти динамические модели создаются с известными весами и параметрами для выполнения общих операций, которые не требуют обучения модели, как модели классификации.
Пакетный ввод (GitHub)
→ Связь
Распечатайте несколько входных данных одновременно, чтобы повысить производительность выполнения в примере пакетной обработки.
Выясни как:
- Получите лучшую производительность на графических процессорах с более крупными пакетными входами.
Взаимодействие OpenCV и ImageSharp
Используйте Windows ML для классификации изображений, которые были отредактированы с помощью OpenCV и ImageSharp в примерах OpenCV и ImageSharp Intertop. Выясни как:
- Используйте Interop с другими популярными платформами.
Попробуйте и оставайтесь в курсе
Галерею примеров Windows ML можно загрузить по адресу Магазин Майкрософт или GitHub .Мы рекомендуем вам опробовать его и оставить отзыв, сообщая о проблемах или запрашивая новые примеры на странице проблем.
Следите за обновлениями и новостями в блоге Windows AI! Теги: #Машинное обучение #Разработка для Windows #программирование #искусственный интеллект #C++ #.
NET #ML.NET #windows ml
-
Яковлев Николай Феофанович.
19 Oct, 24 -
Итоги Предпродажи И Новости Проекта
19 Oct, 24 -
Dns-Over-Https – Как Проходит Адаптация?
19 Oct, 24 -
Booking.com Будет Хранить Данные В России
19 Oct, 24 -
Реверс-Инжиниринг Топологии Чипа
19 Oct, 24
