0
A
回答
3
核心ML不提供用于构建或培训模型的任何API。它可以与你已经在别处训练过的模型(Keras,Caffe等)一起执行你为模型建立的任何预测或分类任务。请参阅Apple's Core ML docs了解如何将模型转换为与Core ML一起使用。
相关问题
- 1. 训练分类模型Opennlp
- 2. 用于二进制分类的训练多级分类器
- 3. 如何在apache模型训练后对新的训练样例进行分类?
- 4. 在训练模型Tensorflow MNIST分类
- 5. mxnet训练图像分类模型
- 6. 如何在CoreML中使用Naive Bayes二进制分类?
- 7. NLP模型训练
- 8. 将经过训练的Keras图像分类模型转换为coreml并集成到iOS11中
- 9. 闪亮R模型训练进度条
- 10. 在R中使用mxnet预训练的图像分类模型
- 11. 重新训练tensorflow模型
- 12. 如何训练ML模型?
- 13. 错误训练im2txt模型
- 14. LightGBM:继续训练模型
- 15. Keras训练稀疏模型
- 16. 无法训练linout = T的nnet分类模型?
- 17. 使用预训练的ResNet V2模型创建Slim分类器
- 18. IOS/CoreML - 输入类型的MultiArray当keras模型转换为CoreML
- 19. 分割训练数据以训练n个模型的最佳数量
- 20. NLTK使用训练分类
- 21. Tensorflow分类图像训练
- 22. 加载训练有素的Keras模型并继续训练
- 23. AzureML中每个人的训练模型
- 24. 在opennlp中训练自己的模型
- 25. 在Word2Vec中合并预训练模型?
- 26. Tensorflow:在C++中训练模型
- 27. 错误在训练CNN的二元分类
- 28. 训练方法seq2seq模型的选择
- 29. 还原训练的模型在Tensorflow 1.2
- 30. Tensorflow python分类训练与子类别