ONNX モデル
Windows Machine Learning は、Open Neural Network Exchange (ONNX) 形式のモデルをサポートしています。 ONNX は ML モデルのオープンな形式であるため、さまざまな ML フレームワークおよびツールの間でモデルを交換できます。
ONNX 形式のモデルは、次に示すようないくつかの方法で取得できます。
ONNX Model Zoo: さまざまな種類のタスクのためのいくつかの事前トレーニング済みの ONNX モデルが含まれています。 Windows ML でサポートされているバージョンをダウンロードすれば、すぐに使用できます。
ML トレーニング フレームワークからのネイティブ エクスポート: いくつかのトレーニング フレームワークでは、Chainer、Caffee2、PyTorch などの ONNX へのネイティブ エクスポート機能がサポートされているため、トレーニング済みのモデルを ONNX 形式の特定のバージョンに保存できます。 さらに、Azure Machine Learning や Azure Custom Vision などのサービスでもネイティブな ONNX エクスポートが提供されます。
- Custom Vision を使用してクラウドで ONNX モデルのトレーニングとエクスポートを行う方法については、「チュートリアル: Custom Vision からエクスポートされた ONNX モデルを Windows ML (プレビュー) で使用する」を参照してください。
ONNXMLTools を使用して既存のモデルを変換する: この Python パッケージを使用すると、さまざまなトレーニングフレームワーク形式から ONNX にモデルを変換できます。 開発者は、アプリケーションが対象としている Windows のビルドに応じて、モデルをどのバージョンの ONNX に変換するかを指定できます。 Python に詳しくない場合は、Windows ML の UI ベースのダッシュボードを使用して、数回クリックするだけでモデルを簡単に変換できます。
重要
すべての ONNX バージョンが Windows ML でサポートされているわけではありません。 アプリケーションが対象としている Windows バージョンでどの ONNX バージョンが正式にサポートされているかを調べるには、「ONNX バージョンと Windows ビルド」を確認してください。
ONNX モデルを作成したら、アプリのコードにそのモデルを統合すると、Windows アプリおよびデバイスで機械学習を使用できるようになります。
Note
Windows ML に関するヘルプについては、次のリソースを参照してください。
- Windows ML に関する技術的な質問をしたり、質問に回答したりするには、Stack Overflow の windows-machine-learning タグを使用してください。
- バグを報告するには、GitHub で問題を提出してください。