iOS11和機器學習CoreML庫

隨着iOS11的發佈，蘋果公司也正式加入了機器學習的戰場。在新的iOS11中內置了CoreML，雖然仍是Beta版本，可是功能已經很是強大了。
在這個CoreML庫裏面，已經集成了一些訓練好的模型，能夠在App中直接使用這些模型進行預測。

下面是蘋果對於Core ML的介紹。
CoreML讓你將不少機器學習模型集成到你的app中。除了支持層數超過30層的深度學習以外，還支持決策樹的融合，SVM（支持向量機），線性模型。因爲其底層創建在Metal 和Accelerate等技術上，因此能夠最大限度的發揮CPU和GPU的優點。你能夠在移動設備上運行機器學習模型，數據能夠不離開設備直接被分析。

• Vision：這部分是關於圖像分析和圖像識別的。其中包括人臉追蹤，人臉識別，航標（landmarks），文本識別，區域識別，二維碼識別，物體追蹤，圖像識別等。
  其中使用的模型包括：Places205-GoogLeNet，ResNet50，Inception v3，VGG16。
  這些模型最小的25M，對於app仍是能夠接受的，最大的有550M，不知道如何集成到app中。

• NLPAPI：這部分是天然語言處理的API，包括語言識別，分詞，詞性還原，詞性斷定，實體辨識。

• GamePlayKit：這部分的話，應該是製做遊戲時候，提供一些隨機數生成，尋找路徑（pathfinding），人工智能的庫。感受上可能還帶有強化學習的一些功能（提到了agent behavior，這個多是強化學習 Q-Learning的一些術語吧0）。其中也有一些Decision Trees的API，可是不知道和傳統的決策樹是否一致。

從圖中能夠看到，Core ML 的底層是Accelerate 和 BNNS，BNNS（Basic neural network subroutines），框架中已經集成了神經網絡了，而且對於大規模計算和圖形計算進行了必定的優化了。Metal Performance Shaders看介紹應該是可以使得app充分使用GPU的組件。