2020年，移动设备上的机器学习将不再是什么热门的新事物。在移动应用中添加某种智能已经成为一种标准做法。幸运的是，这并不意味着苹果已经停止了创新。在这篇博文中，作者将总结一下Core ML的新特性以及苹果生态系统中的其他AI和ML技术。
2020年，移动设备上的机器学习将不再是什么热门的新事物。在移动应用中添加某种智能已经成为一种标准做法。
幸运的是，这并不意味着苹果已经停止了创新。
在这篇博文中，我将总结一下Core ML的新特性以及苹果生态系统中的其他AI和ML技术。
Core ML
去年Core ML有很大的更新，但今年的改进要温和得多：几个新的层类型、对加密模型的支持，以及在CloudKit上托管模型更新的能力。
版本号似乎被去掉了。去年的更新名为Core ML 3，但是现在的名称是Core ML，没有了编号。然而，coremltools确实升到了版本4。
注意：内部的mlmodel规范版本号现在是5，所以新的模型在Netron中将显示为“Core ML v5”。
Core ML中新增的层类型
新增的层类型包括：
Convolution3DLayer、Pooling3DLayer、GlobalPooling3DLayer：这些类型在处理视频数据时特别有用，现在你是用Vision框架来做这些事情。（Core ML仍然没有明确支持1D卷积，不过你可以使用常规的2D卷积层。）OneHotLayer：对输入进行独热编码。ClampedReLULayer：有最大值的ReLU激活函数（可用于生成ReLU6）。ArgSortLayer：对输入张量进行排序。它将返回排好序的索引，而不是排序后的值。Core ML中没有常规的排序层，但是你可以使用GatherLayer来重新排序argsort输出的元素。CumSumLayer：计算输入张量的累积和。SliceBySizeLayer：Core ML已经有了几种类型的切片层。这个允许你传入一个张量，包括切片起始索引；切片的大小是固定的。
原文链接:【https://www.infoq.cn/article/jjjqW478INFrIwtuPPTW】。未经作者许可，禁止转载。