CoreML.md

Apple原文链接

Core ML

集成机器学习模型到你的app里面

概述

结合Core ML, 你可以集成训练机器学习模型到你的app里面.

训练模型是将机器学习算法应用于一组训练数据的结果. 该模型基于新的输入数据进行预测. 例如, 根据某个地区的历史房价进行训练的模型, 可能能够在给予卧室和浴室的数量时预测房子的价格.

Core ML是特定领域的基础框架和功能库. Core ML支持视觉图像分析, 基础的自然语言处理(例如, NSLinguisticTagger 类) 以及 GameplayKit 评估学习决策树. Core ML本身建立在诸如: Accelerate 和 BNNS 以及 Metal Performance Shaders之类的底层库之上.

Core ML针对设备性能进行了优化, 最大限度地减少了内存占用和功耗. 严格按照设备运行确保用户数据的隐私, 并确保您的应用程序在网络连接不可用时保持功能和响应.

主题

第一步

获取一个Core ML模型

• 获取一个Core ML模型在你的应用程序里面使用它

集成一个Core ML模型到你的应用程序里面

• 向应用程序添加一个简单的模型, 将输入数据传递给模型, 并处理模型的预测.

模型转换

转换训练模型到Core ML

• 通过第三方的机器学习扩展工具将创建的训练模型转换成Core ML模型的格式.

Core ML 接口

Core ML 接口

• 使用Core ML API 直接支持自定义工作流和先进的用例.