版本記錄

前言

目前世界上科技界的所有大佬一致認為人工智能是下一代科技革命，蘋果作為科技界的巨頭，當然也會緊跟新的科技革命的步伐，其中ios API 就新出了一個框架Core ML。ML是Machine Learning的縮寫，也就是機器學習，這正是現(xiàn)在很火的一個技術，它也是人工智能最核心的內(nèi)容。感興趣的可以看我寫的下面幾篇。
1. Core ML框架詳細解析（一） —— Core ML基本概覽
2. Core ML框架詳細解析（二） —— 獲取模型并集成到APP中
3. Core ML框架詳細解析（三） —— 利用Vision和Core ML對圖像進行分類

將訓練模型轉(zhuǎn)化為Core ML

我們要使用ios中的Core ML就涉及到模型，這其中很多模型是第三方提供的，將使用第三方機器學習工具創(chuàng)建的訓練模型轉(zhuǎn)換為Core ML模型格式。這個是使用Core ML首要做的工作，很多報錯都是這方面格式?jīng)]有轉(zhuǎn)化帶來的錯誤。

總體

如果您的模型是使用受支持的第三方機器學習工具創(chuàng)建和訓練的，則可以使用Core ML Tools將其轉(zhuǎn)換為Core ML模型格式。Table 1 列出了支持的模型和第三方工具。

注意：Core ML工具是一個Python包（coremltools），托管在Python包索引（PyPI）上。 有關Python軟件包的信息，請參閱Python Packaging User Guide。

轉(zhuǎn)換你的模型

使用與模型的第三方工具相對應的Core ML轉(zhuǎn)換器轉(zhuǎn)換模型。 調(diào)用轉(zhuǎn)換器的convert方法并將生成的模型保存到Core ML模型格式（.mlmodel）。

例如，如果您的模型是使用Caffe創(chuàng)建的，請將Caffe模型（.caffemodel）傳遞給coremltools.converters.caffe.convert方法。

// Listing 1

import coremltools
coreml_model = coremltools.converters.caffe.convert('my_caffe_model.caffemodel')

現(xiàn)在將結(jié)果模型存儲為Core ML模型的格式。

// Listing 2

coreml_model.save('my_model.mlmodel')

根據(jù)您的模型，您可能需要更新輸入，輸出和標簽，或者您可能需要聲明圖像名稱，類型和格式。 轉(zhuǎn)換工具捆綁有更多的文檔，因為可用的選項因工具而異。 有關Core ML Tools的更多信息，請參閱 Package Documentation。

Alternatively, Write a Custom Conversion Tool - 替換方案：寫一個自定義轉(zhuǎn)換工具

當您需要轉(zhuǎn)換不是表1所列工具支持的格式時，可以創(chuàng)建自己的轉(zhuǎn)換工具。

編寫自己的轉(zhuǎn)換工具包括將模型的輸入，輸出和架構的描述轉(zhuǎn)換為Core ML模型格式。 您可以通過定義模型架構的每一層及其與其他層的連接來實現(xiàn)。 使用Core ML Tools 提供的轉(zhuǎn)換工具作為示例；他們演示了如何從第三方工具創(chuàng)建的各種模型類型轉(zhuǎn)換為Core ML模型格式。

注意：Core ML模型格式由一組協(xié)議緩沖區(qū)文件定義，并在Core ML Model Specification中進行了詳細描述。

后記

未完，待續(xù)~~~