Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O Windows ML dá suporte a uma ampla variedade de modelos ONNX para diferentes cenários de IA. Esta página fornece exemplos para usar o Windows ML de diferentes estruturas e idiomas, bem como exemplos de modelo prontos para uso para tarefas comuns de IA.
Exemplos de API de Reconhecimento de Fala, Geração de Texto e Runtime
O catálogo de exemplos de ML do Windows experimental inclui exemplos nativos de C++ e Python para a API de Runtime de nível inferior e as APIs de Reconhecimento de Fala e Geração de Texto de nível superior. Exemplos de tempo de execução mostram carregamento explícito de modelo, vinculação de tensores, execução de pipeline, compilação de modelo e loops de modelo de linguagem com estado. Os outros exemplos se baseiam nos mesmos objetos runtime para demonstrar a geração de texto, o reconhecimento automático de fala whisper, os resultados de streaming e a composição direta de uma transcrição em um prompt de geração de texto. Os exemplos nativos também demonstram cancelamento.
Use os exemplos de Runtime quando precisar controlar cada estágio de modelo ou operação de tensor. Use os exemplos de Reconhecimento de Fala ou Geração de Texto quando quiser que o aplicativo forneça pipelines de Runtime compatíveis enquanto a API coordena um fluxo de trabalho de ML com suporte. Para obter a relação entre as camadas, consulte Gerar texto com seu próprio modelo de linguagem usando Windows ML e reconhecer fala com seu próprio modelo Whisper usando Windows ML.
Galeria de Desenvolvimento de IA
A Galeria de Desenvolvimento de IA é a maneira mais fácil de explorar exemplos do Windows ML. Ele fornece:
- Demonstrações interativas para cada cenário de modelo
- Código-fonte completo para cada exemplo
- Exportar com um clique para um projeto do Visual Studio para que você possa usar o modelo em seu próprio aplicativo
Dica
Cada exemplo de modelo na Galeria de Desenvolvimento de IA inclui código-fonte completo. Use o recurso Exportar para o Visual Studio para criar rapidamente um projeto de trabalho com o modelo escolhido.
Exemplos de integração de estrutura
O repositório de exemplos do SDK de Aplicativo do Windows no GitHub contém aplicativos de exemplo que demonstram como integrar o Windows ML a diferentes linguagens e estruturas.
| Linguagem | Framework | Tipo de empacotamento | Tipo de dependência | Link |
|---|---|---|---|---|
| C# | Console | Desempacotado | Dependente de estrutura | Link |
| C# | WPF | Desempacotado | Dependente de estrutura | Link |
| C# | WinUI | MSIX | Dependente de estrutura | Link |
| C# | WinForms | Desempacotado | Dependente de estrutura | Link |
| C++ WinRT | Console | DLL com EXE separado | Dependente de estrutura | Link |
| C++ WinRT | Console | Desempacotado | Autossuficientes | Link |
| C++ WinRT | Console | MSIX | Dependente de estrutura | Link |
| C++ CMake | Console | Desempacotado | Autossuficientes | Link |
| Python | Console | Desempacotado | Dependente de estrutura | Link |
Para obter o inventário completo de exemplo de ML Windows, consulte a pasta WindowsML no repositório SDK do Aplicativo Windows Samples.
Exemplos de modelo por cenário
As seções a seguir listam modelos disponíveis para cada cenário de IA, juntamente com seu tamanho e suporte de hardware. Clique em "Experimente por conta própria" para abrir o exemplo no aplicativo galeria de desenvolvimento de IA.
LlMs (Modelos de Linguagem Grandes) – Geração de texto
Gere respostas de texto conversacional usando modelos de linguagem de última geração.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| Phi 4 Mini CPU | CPU | 4,6 GB |
| Phi 3.5 Mini CPU ACC4 | CPU | 2,6 GB |
| Phi 3 Mini CPU | CPU | 2,5 GB |
| Phi 3 Mini CPU ACC4 | CPU | 2,5 GB |
| Phi 3 Medium CPU ACC4 | CPU | 8,6 GB |
| Mistral 7B Instruct 0.2 CPU | CPU | 4,6 GB |
| Mistral 7B Instruct 0.2 CPU ACC4 | CPU | 4,6 GB |
LlMs (Modelos de Linguagem Grandes) – Multi modal
Analise imagens e gere descrições de texto usando modelos de linguagem habilitados para visão.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| Phi 3 Vision CPU | CPU | 3,0 GB |
| Phi 3.5 Vision CPU | CPU | 3,0 GB |
Inserção de texto (pesquisa semântica)
Converta texto em vetores de incorporação para busca semântica e comparação de similaridade.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| all-MiniLM-L12-v2 | CPU, GPU | 127,2 MB |
| all-MiniLM-L6-v2 | CPU, GPU | 86,4 MB |
Geração de imagem
Crie imagens a partir de prompts de texto usando modelos de difusão.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| Difusão Estável v1.4 | CPU, GPU | 5,1 GB |
Classificação de imagens
Classifique imagens em categorias predefinidas.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| MobileNet v2 1.0 | CPU, GPU | 13,3 MB |
| ResNet101 v1 7 | CPU, GPU | 170,6 MB |
| ResNet50 v1 7 | CPU, GPU | 97,8 MB |
| SqueezeNet 1.1 | CPU, GPU, NPU | 4,7 MB |
Detecção de objeto de imagem
Detectar e localizar objetos em imagens.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| RCNN 10 mais rápido | CPU, GPU | 159,6 MB |
| RCNN 12 mais rápido | CPU, GPU | 168,5 MB |
| YOLOv4 | CPU, GPU | 245,5 MB |
Segmentação de imagem (detecção em segundo plano)
Separe os assuntos em primeiro plano dos planos de fundo em imagens.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| SINet | CPU, GPU, NPU | 404,7 KB |
Detecção de pose humana
Detectar poses de corpo humano e pontos-chave em imagens.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| HRNet Pose | CPU, GPU, NPU | 108,9 MB |
Segmentação de rua
Segmentar fotografias de rua em zonas detectáveis para aplicativos autônomos de direção e mapeamento.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| FFNet 78s | CPU, GPU, NPU | 104,9 MB |
| FFNet 54s | CPU, GPU, NPU | 68,8 MB |
Detecção facial
Detectar e localizar rostos humanos em imagens.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| FaceDetLite | CPU, GPU, NPU | 3,4 MB |
Transcrição de áudio (voz em texto)
Converta o áudio falado em texto escrito usando modelos de reconhecimento de fala.
Experimente por conta própria no aplicativo galeria de desenvolvimento de IA
| Modelo | Equipamento | Tamanho |
|---|---|---|
| Whisper Tiny CPU | CPU | 73,8 MB |
| Whisper Small CPU | CPU | 422,5 MB |
| Whisper Medium CPU | CPU | 1,3 GB |