0
A
回答
3
核心ML不提供用於構建或培訓模型的任何API。它可以與你已經在別處訓練過的模型(Keras,Caffe等)一起執行你爲模型建立的任何預測或分類任務。請參閱Apple's Core ML docs瞭解如何將模型轉換爲與Core ML一起使用。
相關問題
- 1. 訓練分類模型Opennlp
- 2. 用於二進制分類的訓練多級分類器
- 3. 如何在apache模型訓練後對新的訓練樣例進行分類?
- 4. 在訓練模型Tensorflow MNIST分類
- 5. mxnet訓練圖像分類模型
- 6. 如何在CoreML中使用Naive Bayes二進制分類?
- 7. NLP模型訓練
- 8. 將經過訓練的Keras圖像分類模型轉換爲coreml並集成到iOS11中
- 9. 閃亮R模型訓練進度條
- 10. 在R中使用mxnet預訓練的圖像分類模型
- 11. 重新訓練tensorflow模型
- 12. 如何訓練ML模型?
- 13. 錯誤訓練im2txt模型
- 14. LightGBM:繼續訓練模型
- 15. Keras訓練稀疏模型
- 16. 無法訓練linout = T的nnet分類模型?
- 17. 使用預訓練的ResNet V2模型創建Slim分類器
- 18. IOS/CoreML - 輸入類型的MultiArray當keras模型轉換爲CoreML
- 19. 分割訓練數據以訓練n個模型的最佳數量
- 20. NLTK使用訓練分類
- 21. Tensorflow分類圖像訓練
- 22. 加載訓練有素的Keras模型並繼續訓練
- 23. AzureML中每個人的訓練模型
- 24. 在opennlp中訓練自己的模型
- 25. 在Word2Vec中合併預訓練模型?
- 26. Tensorflow:在C++中訓練模型
- 27. 錯誤在訓練CNN的二元分類
- 28. 訓練方法seq2seq模型的選擇
- 29. 還原訓練的模型在Tensorflow 1.2
- 30. Tensorflow python分類訓練與子類別