12
A
回答
21
Core ML不提供培訓自己模型的方法。您只能將現有的轉換爲Apple'mlmodel'格式。
要創建您自己的神經網絡,請使用Caffe或Keras框架,然後將這些模型轉換爲CoreML格式。對於傳統的機器學習算法,Core ML也與Scikit-learn *和XGBoost兼容。
您還可以在沒有Core ML的情況下在iOS上訓練和運行神經網絡,只需使用Caffe 2或TensorFlow即可。如果你有興趣,我支持long list of iOS-compatible machine learning libraries。
上面提到的所有庫都有一個很棒的文檔和大量的教程,可供您開始創建自己的模型。
* LibSVM也是兼容的,但是scikit-learn無論如何都會使用它。
相關問題
- 1. 如何訓練ML模型?
- 2. 神經網絡模型訓練錯誤
- 3. 如何爲神經網絡創建一組圖像訓練集
- 4. 訓練神經網絡
- 5. Adaline神經元訓練
- 6. 如何訓練OCR神經網絡?
- 7. 我應該如何在我的神經網絡中建立訓練集模型?
- 8. 如何存儲和訪問經過訓練的神經網絡
- 9. Azure的ML - 如何重新訓練模型(經典的Web服務)
- 10. 帶退出訓練神經網絡的模型選擇
- 11. 如何通過培訓創建斯坦福核心NLP模型?
- 12. 何時停止訓練神經網絡?
- 13. 如何使用經過訓練的Matlab神經網絡用於檢測目的
- 14. 如何訓練神經網絡來檢測模式的存在?
- 15. 神經網絡訓練的神經機器人可用於以下目的嗎?
- 16. TensorFlow中的前訓練神經網絡
- 17. OCR的訓練前饋神經網絡
- 18. 保存訓練的神經網絡
- 19. 嘈雜的神經網絡訓練集
- 20. 神經網絡訓練中的MSE
- 21. Matlab:神經網絡訓練的問題
- 22. 這是可能的創建核心ML模型
- 23. 神經網絡訓練標準:如何訓練多個類別(即形狀和顏色)沒有過度訓練
- 24. 改變訓練圖像訓練神經網絡
- 25. 交叉驗證後如何訓練最終的神經網絡模型?
- 26. 查找用於訓練神經網絡的天氣數據
- 27. 用於神經網絡訓練的數據集
- 28. 用於函數逼近的訓練神經網絡
- 29. 用於神經網絡訓練實驗的隊列管理器
- 30. 神經網絡訓練即將停止