隨著iOS11的發布，蘋果公司也正式加入了機器學習的戰場。在新的iOS11中內置了CoreML，雖然還是Beta版本，但是功能已經非常強大了。
在這個CoreML庫里面，已經集成了一些訓練好的模型，可以在App中直接使用這些模型進行預測。

下面是蘋果對于Core ML的介紹。
CoreML讓你將很多機器學習模型集成到你的app中。除了支持層數超過30層的深度學習之外，還支持決策樹的融合，SVM（支持向量機），線性模型。由于其底層建立在Metal 和Accelerate等技術上，所以可以最大限度的發揮CPU和GPU的優勢。你可以在移動設備上運行機器學習模型，數據可以不離開設備直接被分析。

• Vision：這部分是關于圖像分析和圖像識別的。其中包括人臉追蹤，人臉識別，航標（landmarks），文本識別，區域識別，二維碼識別，物體追蹤，圖像識別等。
  其中使用的模型包括：Places205-GoogLeNet，ResNet50，Inception v3，VGG16。
  這些模型最小的25M，對于app還是可以接受的，最大的有550M，不知道如何集成到app中。

• NLPAPI：這部分是自然語言處理的API，包括語言識別，分詞，詞性還原，詞性判定，實體辨識。

• GamePlayKit：這部分的話，應該是制作游戲時候，提供一些隨機數生成，尋找路徑（pathfinding），人工智能的庫。感覺上可能還帶有強化學習的一些功能（提到了agent behavior，這個可能是強化學習 Q-Learning的一些術語吧0）。其中也有一些Decision Trees的API，但是不知道和傳統的決策樹是否一致。

從圖中可以看到，Core ML 的底層是Accelerate 和 BNNS，BNNS（Basic neural network subroutines），框架中已經集成了神經網絡了，并且對于大規模計算和圖形計算進行了一定的優化了。Metal Performance Shaders看介紹應該是能夠使得app充分使用GPU的組件。

總結

以上是生活随笔為你收集整理的iOS11和机器学习CoreML库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。