フレームワーク

Core ML

Appに機械学習モデルを組み込みます。

概要

Core MLを使用すると、トレーニング済みの機械学習モデルをAppに組み込むことができます。

Core MLは、トレーニング済みの機械学習モデルをAppに組み込みます。

トレーニング済みモデルは、機械学習のアルゴリズムを一連のトレーニングデータに適用した成果です。このモデルは、新しく入力されたデータに基づいて予測を行います。例えば、ある地域のこれまでの住宅価格についてトレーニングされたモデルなら、寝室と浴室の数を入力すると住宅の価格を予測できる可能性があります。

Core MLは、特定の用途に対応したフレームワークと機能のための基礎です。Core MLは、画像分析のVision(英語)、自然言語処理のNatural Language(英語)、学習済みのデシジョンツリーを評価するGameplayKit(英語)をサポートします。Core ML自体は、Accelerate(英語)BNNS(英語)Metal Performance Shaders(英語)といったローレベルのプリミティブ上に構築されます。

機械学習のスタック

Core MLは、デバイスでの動作に最適化されているので、メモリフットプリントと電力消費が最小限に抑えられます。完全にデバイス上で動作するので、ユーザーデータのプライバシーが保護され、ネットワーク接続を利用できなくてもAppが正常に動作することを保証できます。

トピック

最初のステップ

Core MLモデルの入手

Appで使用するCore MLモデルを入手します。

Core MLモデルのAppへの組み込み(英語)

Appにシンプルなモデルを追加し、モデルに入力データを渡し、モデルの予測を処理します。

トレーニング済みモデルのCore MLへの変換

他社製の機械学習ツールで作成したトレーニング済みのモデルを、Core MLのモデル形式に変換します。

コンピュータビジョン

VisionとCore MLでの画像の分類(英語)

Visionのフレームワークを使用して写真を前処理し、Core MLモデルを使用して分類します。

Appのサイズ管理

Core ML Appのサイズの縮小

Appバンドル内でCore MLモデルが使用するストレージを減らします。

Core ML API

Core ML API(英語)

Core ML APIを直接使用して、カスタムワークフローや高度なユースケースをサポートします。