iOS機器學(xué)習(xí)——Python制作mlmodel文件

準備Python環(huán)境

蘋果官網(wǎng)關(guān)于機器學(xué)習(xí)的介紹:https://developer.apple.com/cn/machine-learning/
在頁面中部找到模型轉(zhuǎn)換器

image.png

單擊進入python世界


image.png

在終端敲python --version命令,蘋果要求的版本是2.7.13,而實際上2.7.14版本也可以正常運行
建議下載AnacondaPython 2.7版本

image.png

下載安裝好Anaconda后輸入以下命令創(chuàng)建一個名為flowerrec,Python版本為 2.7.13的空間

conda create --name flowerrec python=2.7.13

激活flowerrec空間

source activate flowerrec

接下來環(huán)境的前綴就會顯示(flowerrec)字樣。
使用下面命令安裝CoreML工具(如果不識別pip命令,則先用easy_install pip命令安裝pip)

pip install -U coremltools

生成mlmodel文件

  1. cd到包含oxford102.caffemodel、deploy.prototxt、class_labels.txt文件的文件夾,我的是cd /Users/nick/Desktop/coffee\ model
    輸入python命令,然后在>>>后輸入import coremltools命令導(dǎo)入工具,如果出現(xiàn)更新TensorFlow版本提示無需理會。
    輸入以下命令:
coreml_model = coremltools.converters.caffe.convert(('oxford102.caffemodel', 'deploy.prototxt'), image_input_names='data', class_labels='class_labels.txt')

其中 deploy.prototxt 文件是描述神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),oxford102.caffemodel 文件是coffe格式的數(shù)據(jù)訓(xùn)練模型,class_labels.txt 文件是識別出來的花的種類,image_input_names='data' 表示輸入的數(shù)據(jù),class_labels='class_labels.txt' 表示輸出結(jié)果。

  1. 出現(xiàn)>>>時,輸入以下命令來保存模型
coreml_model.save('Flowers.mlmodel')
  1. 當再次出現(xiàn)>>>時,表示模型已經(jīng)生成完畢,原文件夾中多出一個mlmodel文件,接下來就可以用這個mlmodel文件了?。。?br>
    image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容