Introdução ao Windows ML

Este tópico guia-te pelo caminho mínimo para correr um modelo ONNX com Windows ML no CPU, e depois aponta-te para aceleração por hardware quando estiveres pronto.

Para saber mais sobre o Windows ML, veja O que é o Windows ML.

Pré-requisitos

• Versão do Windows suportada pelo SDK de Aplicações Windows
• Arquitetura: x64 ou ARM64
• Pré-requisitos específicos do idioma vistos abaixo

Passo 1: Encontre um modelo

Antes de escrever qualquer código, precisas de um modelo ONNX. Consulte Encontrar ou treinar modelos para orientações sobre como obter modelos ONNX.

Passo 2: Instalar o Windows ML

Consulte Instalar e implementar o Windows ML para instruções completas em todas as linguagens suportadas e modos de implementação (dependentes do framework e autónomos).

Passo 3: Adicionar namespaces / cabeçalhos

Depois de instalar o Windows ML no seu projeto, consulte Usar APIs ONNX para orientações sobre que namespaces / cabeçalhos usar.

Passo 4: Executar um modelo ONNX

Com o Windows ML instalado, podes correr modelos ONNX no CPU sem qualquer configuração adicional. Consulte Executar modelos ONNX para orientação.

Neste ponto, a tua aplicação tem um caminho de inferência funcional no CPU.

Passo 5: Opcionalmente, acelerar em NPU ou GPU

Quer uma inferência mais rápida em NPU, GPU ou até CPU? Consulte os modelos Accelerate AI para adicionar fornecedores de execução ajustados ao hardware para o seu hardware de destino.

Consulte também

• Acelerar modelos de IA - Adicionar fornecedores de execução de NPU, GPU ou CPU
• Executar modelos ONNX - Informações sobre inferência de modelos ONNX
• Instalar e implementar Windows ML - Opções para implementar uma aplicação usando Windows ML
• Tutorial - Tutorial completo de ponta a ponta usando o Windows ML com o modelo ResNet-50
• Exemplos de código - Nossos exemplos de código usando o Windows ML