「 知識小集 」2019 · 第 1 期

2019 年，咱們嘗試一下新的方式來發咱們文章。每週咱們會圍繞一個主題，挑選 2 ~ 3 篇相關的文章來介紹這個主題。文章的內容會有入門、進階等不一樣深度。固然，每週的文章也會有主題以外的內容，要不會顯得太單調了👻。若是您有想了解的主題或不錯的文章，能夠在公衆號給咱們留言。咱們會收集信息，以備後續整理。🙏

本週主題：Core ML

近幾年來，機器學習發展的如火如荼，各大公司都開始在這方面發力。Apple 固然也不想落後。隨着硬件性能的提高，Apple 也適時推出了適合於移動平臺的機器學習框架 Core ML，讓咱們能在手機上更方便地體驗機器學習這項技術。

本週內容

本期公衆號的主要內容有：

• Core ML & Vision 入門教程
• Core ML and Vision Framework on iOS 11
• WWDC 2018：更快更強的 Core ML 2.0
• iOS 任務調度器：爲 CPU 和內存減負

這周小集的內容有：

• 在 UILabel 中渲染 HTML
• iOS App 異常捕獲相互覆蓋問題
• Aspects hook 類方法的正確姿式
• Debug Memory Graph 檢查內存異常

更多內容能夠查看咱們的小程序，或者 Github

文章

Core ML 人工智能快速上手

做者對 Core ML 的初步觀感是定位爲一個易用的 AI 庫，把 AI 的使用作到了很是簡便。經過首先，Core ML 須要使用擴展名爲 .mimodel 的文件做爲 AI 模型。 這個模型至關於大多數 AI 所創建的模型同樣，能夠是神經網絡，線性模型等等。對於純粹的使用者來講這些細節能夠不用深究。

Core ML 入門：構建一個簡單的圖像識別應用

SwiftGG 團隊的譯文。

Core ML 使得開發者可以將各類各樣的機器學習模型集成到應用程序中。它除了支持超過 30 層類型的普遍深度學習，還支持如樹集成、SVMs 和廣義線性模型等標準模型。Core ML 創建在像 Metal 和 Accelerate 這樣的底層技術之上，所以它可以無縫地充分利用 CPU 和 GPU 以實現性能最大化。機器學習模型可直接運行在設備上，以致於數據被分析時不須要脫離設備。

本文的示例程序很簡單，讓用戶拍攝或者從相冊中選擇一張照片，而後機器學習算法將會嘗試預測照片中的物體。雖然預測結果可能並不完美，但你將藉此瞭解到如何將 Core ML 應用到應用程序上。

Apple’s Core ML 2 vs. Google’s ML Kit: What’s the difference?

在Apple的2018年全球開發者大會上，Cupertino 公司宣佈推出 Core ML 2。而 Google 也在同一年的 I/O 2018 推出了適用於 iOS 和 Android 兩個平臺的 ML Kit。本文分別簡單介紹了兩個框架，並作了一個簡單的評價。二者各有優勢和短板，最大的區別多是各自平臺對二者的支持。Core ML 天然不能在 Android 上使用，而 Google 則提供了大量預先構建的機器學習模型和API供您選擇，包括用於上下文消息回覆和條形碼掃描的 API。選擇使用哪一個框架，更多的是取決的開發者。

What’s New in Core ML 2

這篇文章總結了 Core ML 2.0 中的全部新變化。Core ML 2.0旨在使模型更小，更快，更可定製。咱們看到了如何經過權重量化來減少 Core ML 模型的大小，經過新的 Batch API 提升模型的性能，以及咱們可能須要爲模型編寫自定義層的示例。

開源代碼

CoreML-in-ARKit

這個小應用是用於檢測對象並經過 AR 在物體上方顯示 3D 標籤來標識物體名稱。物體的識別則是使用 Core ML 的 Vision 來實現，能夠體驗一下。

CoreMLHelpers

這個庫封裝了 Core ML 的一些功能，提供一些類型和函數，讓咱們能夠更方便地使用 Core ML。

CoreMLHelpers 提供瞭如下功能：

• 將圖像轉換爲CVPixelBuffer對象並返回
• MLMultiArray到圖像轉換
• 一些簡便的功能，如得到前 5 個預測、argmax，等等
• 對邊界框的非最大抑制
• 一個更加友好的 MLMultiArray

MobileNet with CoreML

這是使用 Apple 的 Core ML 實現的針對 MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications 一文提出的 MobileNet 神經網絡框架。同時包含兩個 Demo 來演示框架的使用。

視頻

Apple 在 WWDC 2017 推出了 Core ML，而且在 WWDC 2018 推出了升級版本 Core ML。在這兩次 WWDC 上，Apple 都花了很多時間來推廣這個框架，主要的視頻有：

WWDC 2017

• Introducing Core ML
• Core ML in depth
• Vision Framework: Building on Core ML

WWDC 2018

• What’s New in Core ML, Part 1
• What’s New in Core ML, Part 2
• Vision with Core ML
• Introducing Natural Language Framework
• A Guide to Turi Create

資源

Awesome CoreML Models

Github 上的 Awesome 系列。

自 iOS 11 以來，Apple 發佈了Core ML框架，以幫助開發人員將機器學習模型集成到應用程序中。在這個 repo 中，收錄了大量的 Core ML 格式的機器學習模型，以 以幫助 iOS、macOS、tvOS 和 watchOS 開發人員嘗試機器學習技術。同時還有一個相關的網站 CoreML.Store，以可視化的形式來展現這些模型。（很差意思，我沒有打開😂）

咱們以Core ML格式提供了最大的機器學習模型集合，以幫助iOS，macOS，tvOS和watchOS開發人員嘗試機器學習技術。 咱們已經建立了一個具備更好的CoreML.Store模型可視化的站點，而且正在開發更多高級功能。

tfcoreml

將 TensorFlow (TF) 模型轉換爲 CoreML 模型的 python 工具。

職位

最近各類裁人新聞，讓不少小夥伴成了受害者。咱們但願能作一些力所能及的事。因此在 老司機週報 團隊的組織下，和 老司機週報、SwiftGG 團隊一塊兒，收集整理一些招聘內推信息，分享給你們，但願對失業的小夥伴有所幫助。

• 北京-百度網盤 持續招 iOS 開發：社招、應屆、實習都可。項目在技術上頗有挑戰性，團隊技術氛圍極好。誠心但願各路大神前來切磋，也歡迎計算機基礎好的小白來共同窗習。簡歷發郵箱 xuyafei01@baidu.com，暫不考慮的也歡迎微博私信 @小非86 聊聊~
• 北京-螞蟻金服 招iOS/安卓/前端開發：負責支付寶會員及賬號業務線，地點北京國貿，金臺夕照地鐵站出口 100 米。有興趣的同窗歡迎將簡歷發送到：weijing.wdf@alibaba-inc.com / weijing.wdf@antfin.com （同一個郵箱）或者微博私信 @折騰範兒_味精 瞭解狀況。
• 上海即刻：若是你認識聰明勤奮、膽大心細、有追求的工程師，那就來加入咱們吧！任何推薦或簡歷可直接發給 Jason（即刻 iOS leader）: jasy@okjike.com，或微博 @JasonYuh。
• 杭州奇志科技招聘 iOS、前端：奇志科技自 2016 年起經過行業無人機協同工做流 Mesh 進入物聯網與人工智能領域， 併成功爲房地產、建築、測繪、電力巡檢等行業提供無人機解決方案。感興趣能夠微博上私信 @沒故事的卓同窗 瞭解。
• 深圳頭條研發中心誠招各路 iOS 好手一塊兒作取悅本身的項目：如想了解更多深圳頭條的信息，能夠加小T微信：tomtan，切磋技術和聊情懷均可以喔~~~~
• 北京字節跳動 iOS 團隊持續招人中：簡歷能夠發送到郵箱 raozhizhen@gmail.com，或者添加我（@AidenRao）的微信 jingmu1994 瞭解更多公司及崗位信息。
• 北京百度教育事業部招 iOS 開發：百度教育事業部，地點：北京西二旗。部門下面有百度閱讀，百度文庫，百度愛聽等 App 產品。團隊技術氛圍濃厚，有興趣的同窗歡迎將簡歷發送到個人郵箱：lizelei@baidu.com。

關注咱們

歡迎關注咱們的公衆號：iOS-Tips，也歡迎加入咱們的羣組討論問題。能夠公衆號留言 ios、flutter 等關鍵詞獲取入羣方式。