SwiftUI 人工智能之将多输入 Pytorch 模型转换为 CoreML 模型处理具有多个输入的模型

code2day

于 2023-01-17 11:03:06 发布

阅读量850

点赞数 1

分类专栏： SwiftUI从入门到精通文章标签：人工智能 swiftui pytorch

本文链接：https://blog.youkuaiyun.com/code2day/article/details/128713511

版权

SwiftUI从入门到精通专栏收录该内容

72 篇文章 ¥49.90 ¥99.00

订阅专栏

这篇博客介绍了如何将具有多个输入的Pytorch机器学习模型转换为CoreML模型，以便在SwiftUI应用中使用。详细讲解了转换过程和在Swift中运行此类模型的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一些机器学习模型需要多个输入。
我们如何将此类模型转换为 CoreML？

在这里插入图片描述

方法

假设我们用两个输入 x 和 y 转换模型。

import torch 
import coremltools as ct 

traced_model = torch.jit.trace(model, (x,y)) # 转换为 torchscript
 mlmodel = ct.convert(traced_model, inputs=[ct.TensorType(shape=x.shape),ct. TensorType(shape=y.shape)]) # 转换为 coreml

在 Swift 中的用法

在 Swift 中运行转换后的模型。

do { 
    let model =  try myModel().model 
    let input = myModelInput(x: x, y: y) // 在这种情况下，x 和 y 是 MLMultiArray。
    let out = 尝试model.prediction(from: input) 
} catch  let error { 
    print (error) 
}