在本教程中，我们将使用 Visual Studio Tools for AI （一个用于生成、测试和部署深度学习 & AI 解决方案的开发扩展）来训练模型。

我们将使用 Microsoft Cognitive Toolkit (CNTK) 框架和 MNIST 数据集 来训练该模型，该数据集包含 60,000 个示例的训练集和 10,000 个手写数字示例的测试集。 然后我们将使用 开放神经网络交换 (ONNX) 格式保持该模型，以与 Windows ML 一起使用。

安装 Visual Studio Tools for AI

若要开始，首先需要下载和安装 Visual Studio 。 打开 Visual Studio 之后，激活 Visual Studio Tools for AI 扩展：

Visual Studio 重启后，扩展将处于活动状态。 如果你遇到问题，请查看 查找 Visual Studio 扩展 。

下载示例代码

下载 GitHub 上的 AI 示例 存储库。 这些示例包括跨 TensorFlow、CNTK 和 Theano 等的深度学习的入门示例。

安装 CNTK

安装 CNTK for Python on Windows 。 请注意，如果尚未安装 Python，则需安装。

或者，为了为深度学习模型开发准备你的计算机，请参阅 准备开发环境 ，获取用于安装 Python、CNTK、TensorFlow、NVIDIA GPU 驱动程序（可选）等的简化安装程序。

1. 打开项目

启动 Visual Studio，然后选择“文件”>“打开”>“项目/解决方案”。 从 AI 存储库中的示例中，选择 examples\cntk\python 文件夹，然后打开 CNTKPythonExamples.sln 文件。

2. 训练模型

若要将 MNIST 项目设置为启动项目，请右键单击该 python 项目，然后选择 设为启动项目 。

接下来，打开 train_mnist_onnx.py 文件，按 F5 或绿色的“运行”按钮 运行 该项目。

3. 查看模型，并将其添加到应用

现在，经过训练的 mnist.onnx 模型文件应该放入了 samples-for-ai/examples/cntk/python/MNIST 文件夹中。

4. 了解详细信息

若要了解如何通过使用 Azure GPU 虚拟机 等加快培训深度学习模型的速度，请访问 Microsoft 人工智能 和 Microsoft 机器学习技术 。

使用以下资源可获取有关 Windows ML 的帮助：