Windows Developer Day - Windows AI Platform

本次 Windows Developer Day，最值得期待的莫过于 Windows AI Platform 了，可以说是千呼万唤始出来。观看直播的开发者们，留言最多的也是 Windows AI Platform。

下面结合微软提供的展示过程，文档和 Git Sample 来详细分析一下。

基础概念

基础认知

众所周知，目前 AI（Artificial Intelligence）的主要实现方式就是机器学习（Machine Learning），而 Windows AI Platform 对应的就是 Windows Machine Learning。

微软官方对于它的描述如下：

Windows Machine Learning (ML) evaluates trained machine learning models locally on Windows 10 devices, allowing developers to use pre-trained models within their applications. The platform provides hardware-accelerated performance by leveraging the device's CPU or GPU to compute evaluations for both classical Machine Learning algorithms and Deep Learning.

结合这一描述，我们可以简单总结出 Windows ML 的几个特点：

硬件加速在支持 DirectX12 的硬件设备上，Windows ML 可以利用 GPU 对模型的评估实现加速。
本地评估 Windows ML 可以利用本地硬件进行模型评估，减少了模型上传到云端造成的服务端流量成本和服务端压力。可以更快速便捷的得到结果。
图像处理在机器视觉场景，Windows ML 简化并优化了图像、视频文件和视频流的处理，对输入源做预处理和摄像头管道处理。

模型格式

Windows ML 的模型格式是 ONNX，Open Neural Network Exchange，是 Microsoft 和 Facebook、Amazon 等公司制定的机器学习模型文件格式标准。在目前很多主流模型训练框架中，都有 ONNX 的原生支持，或者可以支持其他格式转换为 ONNX 格式。这里是 ONNX 的 Git 主页，大家可以详细了解：GitHub Open Neural Network Exchange

另外大家可以通过 WinMLTools 来把其他格式的模型文件转换为 ONNX 格式，这里是 WinMLTools 地址：Python WinMLTools 0.1.0.5072. 可以转换的格式有 Core ML/Scikit-Learn/XGBoost/LibSVM。

另外 ONNX 支持超过 100 种运算符，针对 CPU 或 GPU 有不同的运算符支持，这里是运算符列表：https://github.com/onnx/onnx/blob/rel-1.0/docs/Operators.md

技术架构

从这张架构图来看：

底层是 Direct 层的 DirectML API/Direct3D/CPU/GPU，DirectX 的版本支持是 DX12
上面一层是推断引擎，包括了 Win32 和 WinRT 部分，主要负责模型和设备资源管理，负责加载和编辑核心操作符，执行数据流图
最上层是应用程序层，同样包括了 Win32 和 WinRT 部分；令人欣喜的是，它在所有 2018 年的 Windows 版本上都可用

开发过程

概述

目前 Windows AI Platform 还是预览版内容，所以需要预览版的 Windows OS 和 WIndows 10 SDK，下面是下载地址：

Windows Insider Preview Downloads

其中 Visual Studio 的版本要求是 Community、Professional 或 Enterprise，Community 版本的获取最为简单，建议实验性需求时使用这个版本。

先来看一张发布会的展示图：

从上图中可以看出整个 Windows ML 的使用过程：

首先在云端或者本地服务器上训练模型，生成 ONNX 模型文件
把 ONNX 添加到本地开发环境，如 Visual Studio 中
在本地程序中通过 Windows 10 SDK 使用和评估 ONNX 模型的性能和学习结果
把集成了 ONNX 的本地程序发布到 Windows 序列的全平台各种设备中

示例分析

Windows ML 的示例 Git 地址：GitHub Windows-Machine-Learning

上面的链接中也提供了 Windows Insider Preview 17110 OS、Windows 10 SDK 17110 和 Visual Studio 2017 的下载地址，按照指示我下载安装好了开发环境。

来看第一个示例：MNIST_Demo，是一个手写数字识别的 UWP 程序，大家都知道，手写数字识别是 Machine Learning 的基础和入门课题，就像每种编程语言的 Hello World 一样，我们借这个示例来看一下 Windows ML 对于 ONNX 模型和 Windows 10 SDK 的使用过程。

首先来看一下示例在 Visual Studio 中的工程结构：

这里我们可以看到：

Universal Windows，也就是 Windows 10 SDK 的引用版本是：10.0.17110.0，也就是 Windows ML 支持的最低版本预览版 SDK
mnist.onnx，也就是前面说明的 Windows ML 模型支持格式，被直接添加到了解决方案中的 Assets 文件夹中，Build Action 为 “Content”

而在 mnist.cs 文件中

using System; 
using System.Collections.Generic; 
using System.Threading.Tasks; 
using Windows.Media; 
using Windows.Storage; 
using Windows.AI.MachineLearning.Preview;
...
...

public sealed class MNISTModel
{
private LearningModelPreview learningModel;

...

我们可以看到，Windows ML 的命名空间是：Windows.AI.MachineLearning.Preview

可以看得出，目前因为还是预览版本，所有命名空间包含了 Preview 的字样，但 Windows.AI.MachineLearning 这个命名空间应该可以确定。

来看看 Windows ML winmd 的结构：

而模型的名称是 LearningModelPreview，来看一下类的定义：

#region 程序集 Windows.AI.MachineLearning.Preview.MachineLearningPreviewContract, Version=1.0.0.0, Culture=neutral, PublicKeyToken=null, ContentType=WindowsRuntime// C:\Program Files (x86)\Windows Kits\10\References\10.0.17110.0\Windows.AI.MachineLearning.Preview.MachineLearningPreviewContract\1.0.0.0\Windows.AI.MachineLearning.Preview.MachineLearningPreviewContract.winmd#endregionusing System.Collections.Generic;using Windows.Foundation;using Windows.Foundation.Metadata;using Windows.Storage;using Windows.Storage.Streams;namespace Windows.AI.MachineLearning.Preview
{[ContractVersion(typeof(MachineLearningPreviewContract), 65536)][Static(typeof(ILearningModelPreviewStatics), 65536, "Windows.AI.MachineLearning.Preview.MachineLearningPreviewContract")]    public sealed class LearningModelPreview : ILearningModelPreview{[RemoteAsync]      
   public IAsyncOperation<LearningModelEvaluationResultPreview> EvaluateAsync(LearningModelBindingPreview binding, string correlationId);[RemoteAsync]       
      public IAsyncOperation<LearningModelEvaluationResultPreview> EvaluateFeaturesAsync(IDictionary<string, object> features, string correlationId);
    [RemoteAsync]       
    public static IAsyncOperation<LearningModelPreview> LoadModelFromStorageFileAsync(IStorageFile modelFile);
   [RemoteAsync]     
    public static IAsyncOperation<LearningModelPreview> LoadModelFromStreamAsync(IRandomAccessStreamReference modelStream);       
   public InferencingOptionsPreview InferencingOptions { get; set; }       

   public LearningModelDescriptionPreview Description { get; }}
}

这个类包含了推断选项、模型的两种加载方式和模型评估方法。

接下来看看界面代码中模型实际的加载方式：

private async void LoadModel()
{    //Load a machine learning modelStorageFile modelFile = await StorageFile.GetFileFromApplicationUriAsync(new Uri($"ms-appx:///Assets/MNIST.onnx"));ModelGen = await MNISTModel.CreateMNISTModel(modelFile);
}

public static async Task<MNISTModel> CreateMNISTModel(StorageFile file)
{LearningModelPreview learningModel = await LearningModelPreview.LoadModelFromStorageFileAsync(file);MNISTModel model = new MNISTModel();model.learningModel = learningModel;  
   return model;
}

mnist.onnx 模型文件被作为一个项目文件被加载到 StorageFile 中，使用 mnist 类的 CreateMNISTModel 方法，具体说是 LearningModelPreview 类的 LoadModelFromStorageFileAsync 方法完成模型加载。

整个 Sample 完成的事情就是使用 InkCanvas 获取用户的手写输入，输入给 Windows ML 进行检测，输出检测结果。来看看运行结果：