发货后持续训练 CoreML 模型
Continuously train CoreML model after shipping
在查看新的 CoreML API 时,我没有看到在生成 .mlmodel 并将其捆绑到您的应用程序后继续训练模型的任何方法。这让我觉得我将无法对用户的内容或操作执行机器学习,因为模型必须事先完全训练。
有什么方法可以在发货后将训练数据添加到我训练好的模型中吗?
编辑:我刚刚注意到您可以从 URL 初始化生成的模型 class,所以也许我可以 post 新的训练数据到我的服务器,重新生成经过训练的模型模型并将其下载到应用程序中?看起来它会起作用,但这完全破坏了在用户数据不离开设备的情况下能够使用 ML 的隐私方面。
.mlmodel 文件由 Xcode 编译成 .mlmodelc 结构(实际上是应用程序包中的一个文件夹)。
您的应用程序可能能够从服务器下载新的 .mlmodel,但我认为您不能从您的应用程序内部 运行 Core ML 编译器。
也许您的应用程序可以从服务器下载已编译的 .mlmodelc 数据,将其复制到应用程序的文档目录中,然后从中实例化模型。试试看。 ;-)
(假设 App Store 在打包您的应用并将其发送给用户之前不会对 .mlmodelc 数据进行任何额外处理。)
Core ML 支持推理但不支持在设备上训练。
您可以通过将模型替换为来自服务器的新模型来更新模型,但这值得自己思考。
为了动态更新模型(而不更新整个应用程序),您需要直接使用 MPS(金属性能着色器),而不是依赖必须与应用程序捆绑在一起的 .mlmodel。
这意味着你需要通过编写一些Swift代码来手动构建神经网络(而不是使用coremltools直接转换现有模型),并为每一层提供各种权重,这有点工作,但不是火箭科学。
如果您想了解更多关于 MPS 的信息,这是一个不错的视频。
Apple 最近为设备上的模型编译添加了 new API。现在您可以下载您的模型并在设备上编译它
现在有了iOS11 beta4,可以编译模型,从服务器下载。
(Details)
CoreML 3 现在支持 on-device 模型个性化。您可以为每个用户改进您的模型,同时保持其数据的私密性。
作为将 mlmodel
与应用程序捆绑在一起的替代方法,您可以下载模型,然后在您的 CoreML 应用程序中编译模型。为此,您只需将 model definition
文件下载到用户的设备上,例如,使用 URLSession .在此之后,你必须通过调用抛出 compileModel(at:)
类型的方法来编译 model definition
。
let newCompiledModel = try MLModel.compileModel(at: modelDescriptionURL)
您将获得一个新编译的模型文件,其名称与模型描述相同,但其结尾为 mlmodelc
。最后,通过将编译模型 URL 传递给它的初始化程序来创建一个新的 MLModel 实例。
let model = try MLModel(contentsOf: newCompiledModel)
但是,请记住编译过程可能很耗时,不应该在主线程上完成。
在查看新的 CoreML API 时,我没有看到在生成 .mlmodel 并将其捆绑到您的应用程序后继续训练模型的任何方法。这让我觉得我将无法对用户的内容或操作执行机器学习,因为模型必须事先完全训练。
有什么方法可以在发货后将训练数据添加到我训练好的模型中吗?
编辑:我刚刚注意到您可以从 URL 初始化生成的模型 class,所以也许我可以 post 新的训练数据到我的服务器,重新生成经过训练的模型模型并将其下载到应用程序中?看起来它会起作用,但这完全破坏了在用户数据不离开设备的情况下能够使用 ML 的隐私方面。
.mlmodel 文件由 Xcode 编译成 .mlmodelc 结构(实际上是应用程序包中的一个文件夹)。
您的应用程序可能能够从服务器下载新的 .mlmodel,但我认为您不能从您的应用程序内部 运行 Core ML 编译器。
也许您的应用程序可以从服务器下载已编译的 .mlmodelc 数据,将其复制到应用程序的文档目录中,然后从中实例化模型。试试看。 ;-)
(假设 App Store 在打包您的应用并将其发送给用户之前不会对 .mlmodelc 数据进行任何额外处理。)
Core ML 支持推理但不支持在设备上训练。
您可以通过将模型替换为来自服务器的新模型来更新模型,但这值得自己思考。
为了动态更新模型(而不更新整个应用程序),您需要直接使用 MPS(金属性能着色器),而不是依赖必须与应用程序捆绑在一起的 .mlmodel。
这意味着你需要通过编写一些Swift代码来手动构建神经网络(而不是使用coremltools直接转换现有模型),并为每一层提供各种权重,这有点工作,但不是火箭科学。
如果您想了解更多关于 MPS 的信息,这是一个不错的视频。
Apple 最近为设备上的模型编译添加了 new API。现在您可以下载您的模型并在设备上编译它
现在有了iOS11 beta4,可以编译模型,从服务器下载。
(Details)
CoreML 3 现在支持 on-device 模型个性化。您可以为每个用户改进您的模型,同时保持其数据的私密性。
作为将 mlmodel
与应用程序捆绑在一起的替代方法,您可以下载模型,然后在您的 CoreML 应用程序中编译模型。为此,您只需将 model definition
文件下载到用户的设备上,例如,使用 URLSession .在此之后,你必须通过调用抛出 compileModel(at:)
类型的方法来编译 model definition
。
let newCompiledModel = try MLModel.compileModel(at: modelDescriptionURL)
您将获得一个新编译的模型文件,其名称与模型描述相同,但其结尾为 mlmodelc
。最后,通过将编译模型 URL 传递给它的初始化程序来创建一个新的 MLModel 实例。
let model = try MLModel(contentsOf: newCompiledModel)
但是,请记住编译过程可能很耗时,不应该在主线程上完成。