苹果面向iOS开发者推出了最新版的机器学习模型框架Core ML 3

在今年的全球开发者大会（WWDC）上，苹果面向iOS开发者推出了最新版的机器学习模型框架Core ML 3，将机器智能引入智能手机app。本文带你了解Core ML 3有何亮点。

Core ML 3将首次能够为设备上的（on-device）机器学习提供训练，以提供iOS app的个性化体验。利用不同的数据集训练多个模型的能力也将成为macOS上新的Create ML app的一部分，用于目标检测和识别声音等app。

支持100多种模型层

作为一种快速部署并尊重隐私的方式，设备上的机器学习越来越受欢迎。最近几个月，谷歌的TensorFlow和Facebook的PyTorch等流行框架通过联邦学习（Federated Learning）等方法提供了在线机器学习的解决方案。

Core ML框架在苹果内部被用于训练Siri、QuickType键盘、Memrise app的语言学习以及Polarr照片编辑app的预测。

在去年的WWDC上，苹果推出了Core ML2框架，宣称比上一代快30%，同时推出Create ML，一个GPU加速的框架，用于通过Xcode和Swift编程语言训练定制的AI模型。

最初的iOSCore ML框架是2017年在WWDC上推出，并纳入到iOS 11。预置模型包括苹果的VisionAPI和自然语言框架。

不像谷歌的ML Kit同时适用于安卓和iOS开发者，CoreML是专为苹果iOS操作系统开发app的开发者设计的。2017年底，谷歌宣布TensorFlowLite支持CoreML。

Core ML 3亮点抢先看

无需机器学习的专业知识，使用Core ML 3和新的Create ML app，轻松创建、训练并部署机器学习模型。

Core ML 3将多种机器学习模型集成到你的app中，支持高级神经网络、支持100多种图层，利用CPU、GPU和Neural Engine提供最高性能和效率。你可以直接在设备上运行机器学习模型。

设备模型个性化

Core ML模型被捆绑到app中，帮助驱动像在照片中搜索或对象识别这样的智能功能。现在，这些模型可以通过设备上的用户数据进行更新，帮助模型在不违背隐私的情况下了解用户行为。

支持高级神经网络

现在最复杂的机器学习模型可以在带有Core ML 3的设备上运行。可以使用并运行最新的模型，如用于理解图像、视频、声音和其他富媒体的尖端神经网络。

视觉

在app中轻松构建计算机视觉机器学习功能。利用人脸检测、跟踪和捕获以及文本识别、图像显著性和分类，以及图像相似性识别。其他功能包括提高地标检测、矩形检测、条形码检测、目标跟踪和图像配准。使用新的Document Camera API通过相机检测和捕获文档。

自然语言

对自然语言文本进行分析，推导出其语言特有的元数据，以供深入理解。你可以使用这个框架和Create ML来训练和部署定制的NLP模型。功能包括Create ML文本模型的迁移学习、词嵌入向量(WordEmbedding)、情感分类和文本目录。可用于英语、法语、德语、意大利语、简体中文和西班牙语。

演讲

利用设备上10种语言的语音识别以及语音显著性功能，如语音信息、streaming confidence、语音检测和声学功能。你的app可以通过访问语音识别信息来消除同音词的歧义。这些功能现在也可用于Macapp。