Tutoriales de Windows Machine Learning
Windows Machine Learning se puede usar en una variedad de soluciones de aplicaciones que se pueden personalizar. Aquí se proporcionan varios tutoriales completos en los que se explica cómo crear un modelo de Machine Learning a partir de una variedad de servicios potenciales que no necesitan código o programación, e integrarlos en una aplicación de Windows ML básica. Asimismo, se explican varios métodos avanzados para ajustar la funcionalidad de la aplicación. En cambio, si solo busca un uso introductorio básico de las API con un modelo existente, o si quiere consultar nuestros ejemplos, consulte los vínculos siguientes.
Tutoriales completos de aplicaciones
En estos tutoriales se trata la creación de un modelo de Machine Learning y cómo incorporarlo a una aplicación de Windows 10 con Windows ML.
Entorno de entrenamiento sin código
¿Quiere usar una utilidad existente para entrenar un modelo de aprendizaje automático? Estos tutoriales ofrecen guías completas sobre cómo crear aplicaciones de Windows ML con modelos entrenados mediante los servicios existentes.
Clasificación de imágenes con Custom Vision y Windows ML
Aprenda a usar el servicio Azure Custom Vision para entrenar un modelo para la clasificación de imágenes e implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Clasificación de imágenes con ML.NET y Windows ML
Aprenda a usar la extensión ML.NET Model Builder Visual Studio para crear un modelo de ONNX e implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Entorno de entrenamiento con código
Estos tutoriales indican formas de crear su propio código para entrenar un modelo de Windows ML, en lugar de usar un servicio existente previamente.
Clasificación de imágenes con PyTorch y Windows ML
Obtenga información sobre cómo instalar PyTorch en la máquina, cómo usarlo para entrenar un modelo de clasificación de imágenes, cómo convertir ese modelo al formato ONNX y cómo implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Análisis de datos con PyTorch y Windows ML
Obtenga información sobre cómo instalar PyTorch en la máquina, cómo usarlo para entrenar un modelo de análisis de datos, cómo convertir ese modelo al formato ONNX y cómo implementarlo en una aplicación de Windows ML para que se ejecute localmente en el equipo.
Detección de objetos con TensorFlow y Windows ML
Obtenga información sobre cómo instalar TensorFlow en la máquina, implementar el aprendizaje de transferencia con la arquitectura YOLO, convertir al modelo en ONNX e implementarlo en una aplicación de Windows ML para ejecutarla localmente en el equipo.
Características avanzadas:
Si quiere usar el paquete de NuGet de Windows ML, consulte Tutorial:portabilidad de una aplicación de Windows ML existente para un paquete de NuGet.
Para conocer las características y correcciones más recientes de Windows ML, consulte nuestras notas de la versión.
Importante
PyTorch, el logotipo de PyTorch y cualquier marca relacionada son marcas comerciales de Facebook, Inc.; TensorFlow, el logotipo de TensorFlow y cualquier marca relacionada son marcas comerciales de Google Inc.
Nota:
Use los siguientes recursos para obtener ayuda con Windows ML:
- Para formular o responder a preguntas técnicas sobre Windows Machine Learning, utilice la etiqueta windows-machine-learning en Stack Overflow.
- Para notificar un error, registre un problema en GitHub.