Perguntas frequentes

A maneira mais fácil de verificar se o seu modelo executará com o Windows ML é usar a Ferramenta de Executor de Modelo do WinML. Como alternativa, você pode verificar versões do ONNX e builds do Windows para obter mais informações sobre todas as versões do ONNX compatíveis com uma determinada versão do Windows.

Você pode usar as WinMLTools para converter modelos de vários formatos diferentes, como Apple CoreML e scikit-learn, em ONNX.

Alguns operadores na estrutura de treinamento nativo podem não ser atualmente compatíveis com uma versão do ONNX. Primeiro, recomendamos que você verifique quais são as versões do ONNX compatíveis com seu build de destino do Windows e tente converter seu modelo para a maior versão compatível. Versões mais recentes do ONNX incluem suporte para um conjunto maior de operadores, se comparadas às versões mais antigas.

Se você continuar a encontrar problemas, recomendamos trabalhar com sua equipe de ciência de dados para experimentar e evitar os operadores incompatíveis. Uma das abordagens que recomendamos é alterar a arquitetura do modelo na estrutura de origem e tentar converter/exportar o modelo para a versão de destino do ONNX. Observe que você ainda não precisa treinar o modelo – você pode tentar converter a arquitetura e, se for bem-sucedido, poderá prosseguir para o retreinamento completo do seu modelo.

Há várias razões pelas quais você pode ter problemas ao carregar um modelo, mas um dos mais comuns ao desenvolver em UWP é devido a restrições de acesso a arquivos. Por padrão, os aplicativos UWP só podem acessar determinadas partes do sistema de arquivos e exigir permissão de usuário ou capacidades adicionais para acessar outros locais. Para obter mais informações, veja Permissões de acesso a arquivo.

Sempre recomendamos que você baixe e instale a versão mais recente do pacote winmltools. Isso garantirá que você possa criar modelos ONNX destinados às versões mais recentes do Windows.

Sim, você pode, mas será preciso instalar a versão correta do onnxmltools para que seja possível direcionar ao ONNX v 1.2.2, que é a versão mínima do ONNX compatível com o Windows ML. Se você não tiver certeza de qual versão deve ser instalada, recomendamos instalar a versão mais recente do winmltools em vez disso. Isso garantirá que você será capaz de direcionar a versão ONNX compatível com o Windows.

A versão mínima recomendada do Visual Studio compatível com mlgen é 15.8.7. No Windows 10 versão 1903 e posterior, o mlgen não está mais incluído no SDK, então você precisa baixar e instalar a extensão. Há uma para o Visual Studio 2017 e outra para o Visual Studio 2019.

Os dois erros mais comuns ao tentar executar o mlgen são:

• O atributo necessário 'consumed_inputs' está ausente: quando essa mensagem de erro aparecer, provavelmente você estará tentando executar um modelo do ONNX v1.2 com uma versão do SDK do Windows 10 anterior à 17763. Recomendamos que você verifique a versão do SDK e atualize-a para a versão 17763 ou posterior.
• Erro de tipo: o tipo (map(string,tensor(float))) do argumento de saída (loss) do nó (ZipMap) não corresponde ao tipo esperado...: se você encontrar esse erro, provavelmente o modelo do ONNX será de uma versão mais antiga do que a aceita pelo WinML do build 17763 em diante. Recomendamos que você atualize o pacote do conversor para a versão mais recente disponível e converta novamente o modelo para a versão 1.2 do ONNX.

Se você não especificar um dispositivo no qual executar com LearningModelDeviceKind ou se usar LearningModelDeviceKind.Default, o sistema decidirá qual dispositivo avaliará o modelo. Geralmente, o escolhido é a CPU. Para fazer com que o WinML seja executado na GPU, especifique um dos seguintes valores ao criar o LearningModelDevice:

• LearningModelDeviceKind.DirectX
• LearningModelDeviceKind.DirectXHighPerformance
• LearningModelDeviceKind.DirectXMinPower