Apple发布Core ML，为Apple设备提供了机器学习功能-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_34280237/article/details/89130715

Apple在WWDC2017上推出了CoreML，一种使开发人员能够在其应用中集成机器学习模型的新API。此API支持iOS、macOS、watchOS和tvOS上的设备，并允许数据保留在本地。CoreML内置了多种预训练模型，包括计算机视觉和自然语言处理任务，并支持自定义模型。

Apple在WWDC 2017大会上发布了一种使用机器学习的方式，以及一种开发人员在自身应用中添加机器学习的方式。

Apple新发布的机器学习API称为Core ML，允许开发人员将机器学习模型集成到App中，App运行于采用iOS、macOS、watchOS和tvOS的Apple设备上。由于模型驻留在设备上，因此数据不会离开设备。

Core ML提供了应用开发人员可用的多种API调用，无需开发人员在App中额外添加任何模型。例如，它所提供的计算机视觉算法包括了面部识别和追踪、特征点检测和事件识别。开发人员也可调用Core ML做自然语言分析，例如实现对电子邮件、文本和Web页面的分析。自然语言处理API调用包括了语言检测、标记化（Tokenization）、词性标注（POS tagging）抽取和命名实体识别等。

开发人员也可以设计并使用自己的机器学习模型。Core ML支持超过30层的深度神经网络，也支持其他一些机器学习方法，例如SVM和线性模型。在设备上可以使用CPU和GPU，这为在Apple设备上运行强大的算法提供了很大的空间。

Apple提供了一些预先训练好的模型，开发人员可以下载它们到自己的App中。在Apple开发者网站上提供的一个模型可检测205种图像场景（例如候机楼或卧室）。另外还提供了三种模型，可用于检测图像中的对象。开发人员也可以使用Apple提供的转换工具，将一些已有的模型转换为Core ML格式。该工具支持的机器学习工具包括：Keras（使用Tensorflow作为后端）、Caffe、Scikit-learn、libsvm和XGBoost。但是它不支持将已有的Tensorflow模型导入Core ML中，这在用于Android的Tensorflow Lite上是支持的。

对于那些想在自身App中添加人工智能的开发人员，可以访问Core Ml的官方文档。