02-Core ML进一步了解

Core ML 针对各种类型模型的设备端性能进行了优化，能够充分利用 Apple 硬件并尽可能地减少内存占用空间和功耗。

更深入地体验 Core ML：

1、完全在设备端运行模型：Core ML 模型严格地在用户的设备上运行，因此无需任何网络连接，让您的 app 响应灵敏并保护用户数据的私密性。

2、将模型转换为 Core ML：使用 Core ML 转换器可以将来自 TensorFlow 或 PyTorch 等库的模型转换为 Core ML，这种操作比以往更加轻松简单。

3、运行先进的神经网络：Core ML 支持最新的模型，例如设计用于理解图像、视频、声音和其他富媒体的先进神经网络。

4、在设备端对模型进行个性化设置：App 中内置的模型可以在设备端使用用户数据进行更新，在不危害隐私的情况下，帮助确保模型与用户行为保持相关。

5、部署模型：借助 Core ML 模型部署，您可以利用 CloudKit 轻松地将模型分发到您的 app。

6、加密模型：Xcode 支持模型加密，从而为您的机器学习模型提供了额外的安全保障。

开始使用 Core ML

1、Create ML：无需编写任何代码，直接在您的 Mac 上构建和训练 Core ML 模型。进一步了解

2、Core ML 转换器：使用 coremltools Python 软件包，将来自第三方训练库的模型转换为 Core ML。进一步了解 (英文)

3、模型：从机器学习社区中已转换为 Core ML 的模型入手。浏览模型