iOS11和机器学习CoreML库

随着iOS11的发布,苹果公司也正式加入了机器学习的战场。在新的iOS11中内置了CoreML,虽然还是Beta版本,但是功能已经非常强大了。
在这个CoreML库里面,已经集成了一些训练好的模型,可以在App中直接使用这些模型进行预测。
CoreML

下面是苹果对于Core ML的介绍。
CoreML让你将很多机器学习模型集成到你的app中。除了支持层数超过30层的深度学习之外,还支持决策树的融合,SVM(支持向量机),线性模型。由于其底层建立在Metal 和Accelerate等技术上,所以可以最大限度的发挥CPU和GPU的优势。你可以在移动设备上运行机器学习模型,数据可以不离开设备直接被分析。

  • Vision:这部分是关于图像分析和图像识别的。其中包括人脸追踪,人脸识别,航标(landmarks),文本识别,区域识别,二维码识别,物体追踪,图像识别等。
    其中使用的模型包括:Places205-GoogLeNet,ResNet50,Inception v3,VGG16。
    这些模型最小的25M,对于app还是可以接受的,最大的有550M,不知道如何集成到app中。

  • NLPAPI:这部分是自然语言处理的API,包括语言识别,分词,词性还原,词性判定,实体辨识。

  • GamePlayKit:这部分的话,应该是制作游戏时候,提供一些随机数生成,寻找路径(pathfinding),人工智能的库。感觉上可能还带有强化学习的一些功能(提到了agent behavior,这个可能是强化学习 Q-Learning的一些术语吧0)。其中也有一些Decision Trees的API,但是不知道和传统的决策树是否一致。

机器学习架构

从图中可以看到,Core ML 的底层是Accelerate 和 BNNS,BNNS(Basic neural network subroutines),框架中已经集成了神经网络了,并且对于大规模计算和图形计算进行了一定的优化了。Metal Performance Shaders看介绍应该是能够使得app充分使用GPU的组件。

posted @ 2017-06-06 09:51  数据可视化俱乐部  阅读(...)  评论(...编辑  收藏