如何减少 iOS 应用程序的 Core ML 模型？
How to reduce a Core ML Model for an iOS app?
我有一个大约 500mb 的模型，客户希望将其实施到他们的 iOS 应用程序中。像这样的模型在世界上是如何实现的，它的大小是多少？它似乎是一个相当流行的模型，但没有任何文档或帖子表明人们实际在移动应用程序中使用该模型。是否存在在某处托管模型并将客户端指向托管模型的服务器这样的事情？有压缩模型的选项吗？很想听听您为解决此问题所做的工作。
模型在这里找到：https://coreml.store/cnnemotions
从事深度学习/计算机视觉学术研究的人经常使用 VGG16 或 VGG19 作为他们的基础模型，因为它简单且效果很好。不幸的是，它还有超过 1 亿个参数，使其不适合在移动设备上使用。
这里的解决方案是使用更小的特征提取器（例如 MobileNet 或 SqueezeNet）重新构建模型，然后再次训练它。现在您将得到一个小得多的模型，在 10 到 20 MB 之间。
这确实意味着您不能只是从 Internet 上获取模型并将它们转换为 Core ML 并期望它们运行良好。这需要更多的工作！
我有一个大约 500mb 的模型，客户希望将其实施到他们的 iOS 应用程序中。像这样的模型在世界上是如何实现的，它的大小是多少？它似乎是一个相当流行的模型，但没有任何文档或帖子表明人们实际在移动应用程序中使用该模型。是否存在在某处托管模型并将客户端指向托管模型的服务器这样的事情？有压缩模型的选项吗？很想听听您为解决此问题所做的工作。
模型在这里找到：https://coreml.store/cnnemotions
从事深度学习/计算机视觉学术研究的人经常使用 VGG16 或 VGG19 作为他们的基础模型，因为它简单且效果很好。不幸的是，它还有超过 1 亿个参数，使其不适合在移动设备上使用。
这里的解决方案是使用更小的特征提取器（例如 MobileNet 或 SqueezeNet）重新构建模型，然后再次训练它。现在您将得到一个小得多的模型，在 10 到 20 MB 之间。
这确实意味着您不能只是从 Internet 上获取模型并将它们转换为 Core ML 并期望它们运行良好。这需要更多的工作！