CoreML机器学习框架是什么？最新消息

CoreML机器学习框架是什么？

消息来源:baojiabao.com 作者: 发布时间：2026-08-11

报价宝综合消息CoreML机器学习框架是什么？

今年 WWDC 2017 苹果推出第一个可以在所有的苹果装置 (包和 iOS、watchOS、macOS 及 tvOS) 上运行的机器学习框架 (Machine Learning Framework) “Core ML”，借由 Core ML 的帮助可以让这些轻量级装置具备人工智能运算能力。接下来我们就来研究一下 Core ML 究竟是什么吧！

什么是 Core ML？

Core ML 是苹果在 WWDC 2017 发表的机器学习框架 (Machine Learning Framework)，开发人员可以借由 Core ML 的辅助，快速将已完成训练的机器学习模型 (model) 整合进 app 中，让 app 也能具备人工智能的学习及预测能力。

Core ML 可以视为是整个神经网络学习系统的子集功能。在完整的神经网络学习系统建立流程中，需要借由大量的资料来训练、评估、调整及验证模型，最后才将可用的模型交给机器学习引擎运作，而这些阶段需要巨量的资料及 (长时间的) 运算能力，因此 Core ML 的工作就是利用已经完成训练的模型，并且利用装置的 CPU 及 GPU，以尽可能最小的内存占用以及功耗最大化运算效能及效率，。

Core ML 支援多种机器学习模型，包含：

神经网络
组合树
支援向量机 (SVM)
正规化线性模型
特征工程
管道模型

预测模型分类	支援模型种类	支援工具
神经网络	Feedforward, convolutional, recurrent	Caffe Keras 1.2.2
组合树	Random forests, boosted trees, decision trees	scikit-learn 0.18 XGBoost 0.6
支援向量机 (SVM)	Scalar regression, multiclass classification	scikit-learn 0.18 LIBSVM 3.22
正规化线性模型	Linear regression, logistic regression	scikit-learn 0.18
特征工程	Sparse vectorization, dense vectorization, categorical processing	scikit-learn 0.18
管道模型	Sequentially chained models	scikit-learn 0.18

由于 Core ML 本身不具备建模能力，因此苹果也提供了模型转换工具，能将使用如 Caffe、Keras、scikit-learn、XGBoost 及 LIBSVM等建立的模型转换为 Core ML 可是别的模型档案格式。

此外，由于装置效能及可用性的限制，Core ML 可建立的深度学习网络最高只达 30 层，但是以行动装置的应用面和处理速度来说，30 层的深度学习网络已经相当足够。

Core ML 架构

由下方 Core ML 架构图可以看出苹果已经针对目前第一阶段的规划，在 Core ML 中提供三个应用领域的框架支援，包含用于高效能图片、影片分析的 Vison，用于协助自然语言处理的 Fundation 以及让游戏开发商可以在游戏中导入人工智能的 GameplayKit 等三大应用框架。

而 Core ML 的底层也建构于 Accelerate －一个针对大型矩阵、数字信号、影像及大数运算的框架，以及 BNNS (Basic Nural Network Subroutine)－用于实作及执行类神经网络相关功能的程式集。

目前苹果也提供四个已转换为 Core ML 的模型提供下载，如果您是开发人员想要先尝试实作 Core ML 技术，可以下载这些模型实作：