机器学习算法的训练强度如何？
How intensive is training a machine learning algorithm?
我想使用 iOS 的新 CoreML 框架制作一个图像识别应用。为此，我可能必须训练自己的模型，而且我想知道它到底需要多少数据和计算能力。这是我可以在双核 i5 Macbook Pro 上使用 Google 图像作为源数据可行地完成的事情还是会涉及更多？
这取决于您要训练模型识别的图像类型。
经常做的是对现有模型进行微调。您采用 Inception-v3 的预训练版本（比方说），然后用您自己的版本替换最后一层。您在自己的图像上训练最后一层。
您仍然需要相当数量的训练图像（每个类别 100 张，但越多越好），但您可以在 MacBook Pro 上完成此操作，只需 30 分钟到几小时。
TensorFlow 附带 script that makes it really easy to do this. Keras has a great blog post 如何执行此操作。我使用 TensorFlow 脚本重新训练 Inception-v3 以从每只猫的 50 幅左右图像中区分我的两只猫。
如果您想从头开始训练，您可能希望使用 AWS、Google 的 Cloud ML Engine 或类似 FloydHub 的简单工具在云端进行训练。
我想使用 iOS 的新 CoreML 框架制作一个图像识别应用。为此，我可能必须训练自己的模型，而且我想知道它到底需要多少数据和计算能力。这是我可以在双核 i5 Macbook Pro 上使用 Google 图像作为源数据可行地完成的事情还是会涉及更多？
这取决于您要训练模型识别的图像类型。
经常做的是对现有模型进行微调。您采用 Inception-v3 的预训练版本（比方说），然后用您自己的版本替换最后一层。您在自己的图像上训练最后一层。
您仍然需要相当数量的训练图像（每个类别 100 张，但越多越好），但您可以在 MacBook Pro 上完成此操作，只需 30 分钟到几小时。
TensorFlow 附带 script that makes it really easy to do this. Keras has a great blog post 如何执行此操作。我使用 TensorFlow 脚本重新训练 Inception-v3 以从每只猫的 50 幅左右图像中区分我的两只猫。
如果您想从头开始训练，您可能希望使用 AWS、Google 的 Cloud ML Engine 或类似 FloydHub 的简单工具在云端进行训练。