ML Platform Research
Windows Machine Learning
Fork der offiziellen Windows-ML-Samples: ONNX-Inferenz mit DirectML auf Windows, inklusive WinMLRunner, Dashboard und Modellbeispielen.
ArchivedOpen in signal graph →Overview
Das Repository buendelt die offiziellen Samples und Tools fuer Windows Machine Learning: eine hochperformante Inferenz-API, die ONNX Runtime und DirectML fuer latenzarme Desktop-Szenarien kombiniert.
Im ARV-Kontext markiert dieser Fork den historischen Ausgangspunkt der On-Device-Recherche — die Konzepte (ONNX als Austauschformat, Execution Provider, Modellvalidierung per CLI) leben in Foundry Local und dem neuen Windows ML weiter.
Motivation
Nachvollziehen, wie Windows-Anwendungen ONNX-Modelle mit Hardware-Beschleunigung lokal auswerten — von Bildklassifikation bis Echtzeit-Style-Transfer.
Problem
ML-Inferenz in Desktop-Apps braucht niedrige Latenz und Geraetevielfalt. Windows ML kapselt ONNX Runtime und DirectML hinter einer Windows-Runtime-API.
Features
- Modellbeispiele: SqueezeNet, ResNet50, MNIST, YOLOv4, FNS Style Transfer
- WinMLRunner als CLI zum Validieren und Benchmarken von ONNX-Modellen
- WinML Dashboard zum Ansehen, Konvertieren und Editieren von Modellen
- Custom Tensorization und Custom Operators als fortgeschrittene Szenarien
Current state
Fork des Upstream-Archivstands; die Windows.AI.MachineLearning-APIs von 2018 sind inzwischen durch die neue Windows-ML-Generation im Windows App SDK abgeloest.
Architecture
Windows-Runtime-Komponente ueber ONNX Runtime und DirectML; Samples in C++/WinRT, C#, JavaScript und Rust.
Tech stack
Known limitations
- Historischer API-Stand — neue Projekte nutzen Microsoft.Windows.AI.MachineLearning
- Viele Samples setzen aeltere Visual-Studio- und SDK-Versionen voraus