蘋果發iPhone機器學習編程框架 運行模型更容易

6月6日消息，據Venturebeat報道，在全球開發者大會上，蘋果發布了其機器學習編程框架Core ML，它可幫助機器學習模型在蘋果移動設備上運行更容易。

Core ML將是蘋果最新版移動操作系統iOS 11的重要組成部分，它允許開發者載入訓練有素的機器學習模型到iPhone或iPad上，然後利用它們生成有關應用的內部洞見。雖然開發者過去可能也會自己完成類似工作，但新的編程框架可讓應用利用機器學習在本地層面上處理數據，而無需將用戶信息發送到雲端。

此外，新的編程框架也可優化蘋果移動設備上的模型，這可以減少RAM會用和電量消耗。對於計算密集型任務（比如機器學習推理）來說，減少RAM和電量消耗都非常重要。

在移動設備上處理機器學習數據可帶來一系列好處。應用無需聯網就可以利用機器學習模型帶來的好處；無需等待信息在網路之間來回傳輸，為此它處理數據速度更快；用戶還能加強保護隱私，因為數據不必離開設備本身，就可以享受智能化帶來的好處。

蘋果並非唯一致力於將機器學習應用到移動設備上的公司。谷歌已經在幾周前的開發者大會上宣布推出新的TensorFlow Lite編程框架，它可幫助開發者更輕鬆地開發機器學習模型，以便在低功耗Android設備上運行。

開發者必須將訓練好的模型轉化為特殊格式，以便於Core ML兼容。他們可以將模型載入到蘋果Xcode開發環境中，並在iOS設備上部署。該公司已經基於流行的開源項目推出4款預建機器學習模型，而且還開發出轉換器，以便開發者能夠更方便使用。

這種轉化器可與流行框架兼容，包括Caffe、Keras、scikit-learn、XGBoost以及LibSVM等。如果開發人員利用不同框架開發出蘋果不支持的模型，那麼蘋果可能會讓你自己編寫轉化器。

Core ML是蘋果最新的Core框架，其他框架還有Core Location、Core Audio以及Core Image等，它們都可通過提取複雜的任務幫助開發者開發更先進的應用。此外，對於蘋果未來硬體業務，Core ML也非常重要。據傳蘋果正開發專門處理機器學習任務的晶元，這種框架很可能是開發者使用它的「門戶」。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！