使用 PyTorch 训练模型并将其导出到 ONNX

使用 PyTorch 框架和 Azure 机器学习，可以在云中训练模型并将其下载为 ONNX 文件，以便通过 Windows 机器学习在本地运行。

使用 Azure ML，可以在云中训练 PyTorch 模型，从而获得快速横向扩展、部署等好处。 有关详细信息，请参阅通过 Azure 机器学习大规模训练和注册 PyTorch 模型。

对模型进行训练后，可以将其导出为 ONNX 文件，以便通过 Windows ML 在本地运行它。 有关如何从 PyTorch 进行本地导出的说明，请参阅导出适用于 Windows ML 的 PyTorch 模型。

将模型导出到 ONNX 后，即可将其集成到 Windows ML 应用程序中。 Windows ML 以多种不同的编程语言提供，因此请查看你最熟悉的语言的教程。

C#：创建 Windows 机器学习 UWP 应用程序 (C#)

Python：使用 Python 创建 Windows 机器学习应用程序

C++：创建 Windows 机器学习桌面应用程序 (C++)

注意

使用以下资源可获取有关 Windows ML 的帮助：