iPhone机器学习编程框架让运行模型更容易

机器学习1年前 (2023)发布 aixure
66 0 0
导读:科技讯6月6日消息,据Venturebeat报道,在全球开发者大会上,苹果发布了其机器学习编程框架Core ML,它可帮助机器学习模型在苹果移动设备上运行更容易。 Core ML将是苹果最新版移动操作系统iOS 11的重要组成部分,它允许开发者加载训练有素的机器学习模型到i…

科技讯6月6日消息,据Venturebeat报道,在全球开发者大会上,苹果发布了其机器学习编程框架Core ML,它可帮助机器学习模型在苹果移动设备上运行更容易。

Core ML将是苹果最新版移动操作系统iOS 11的重要组成部分,它允许开发者加载训练有素的机器学习模型到iPhone或iPad上,然后利用它们生成有关应用的内部洞见。虽然开发者过去可能也会自己完成类似工作,但新的编程框架可让应用利用机器学习在本地层面上处理数据,而无需将用户信息发送到云端。

此外,新的编程框架也可优化苹果移动设备上的模型,这可以减少RAM会用和电量消耗。对于计算密集型任务(比如机器学习推理)来说,减少RAM和电量消耗都非常重要。

在移动设备上处理机器学习数据可带来一系列好处。应用无需联网就可以利用机器学习模型带来的好处;无需等待信息在网络之间来回传输,为此它处理数据速度更快;用户还能加强保护隐私,因为数据不必离开设备本身,就可以享受智能化带来的好处。

苹果并非唯一致力于将机器学习应用到移动设备上的公司。谷歌已经在几周前的开发者大会上宣布推出新的TensorFlow Lite编程框架,它可帮助开发者更轻松地开发机器学习模型,以便在低功耗Android设备上运行。

开发者必须将训练好的模型转化为特殊格式,以便于Core ML兼容。他们可以将模型加载到苹果Xcode开发环境中,并在iOS设备上部署。该公司已经基于流行的开源项目推出4款预建机器学习模型,而且还开发出转换器,以便开发者能够更方便使用。

这种转化器可与流行框架兼容,包括Caffe、Keras、scikit-learn、XGBoost以及LibSVM等。如果开发人员利用不同框架开发出苹果不支持的模型,那么苹果可能会让你自己编写转化器。

Core ML是苹果最新的Core框架,其他框架还有Core Location、Core Audio以及Core Image等,它们都可通过提取复杂的任务帮助开发者开发更先进的应用。此外,对于苹果未来硬件业务,Core ML也非常重要。据传苹果正开发专门处理机器学习任务的芯片,这种框架很可能是开发者使用它的“门户”。(小小)

赞助本站

© 版权声明

相关文章

暂无评论

暂无评论...