苹果发布机器学习框架Core ML，可减少RAM和电量消耗

Core ML将是苹果最新版移动操作系统iOS 11的重要组成部分，它允许开发者加载训练有素的机器学习模型到iPhone或iPad上，然后利用它们生成有关应用的内部洞见。虽然开发者过去可能也会自己完成类似工作，但新的编程框架可让应用利用机器学习在本地层面上处理数据，而无需将用户信息发送到云端。

此外，新的编程框架也可优化苹果移动设备上的模型，这可以减少RAM会用和电量消耗。对于计算密集型任务（比如机器学习推理）来说，减少RAM和电量消耗都非常重要。

在移动设备上处理机器学习数据可带来一系列好处。应用无需联网就可以利用机器学习模型带来的好处；无需等待信息在网络之间来回传输，为此它处理数据速度更快；用户还能加强保护隐私，因为数据不必离开设备本身，就可以享受智能化带来的好处。

苹果并非唯一致力于将机器学习应用到移动设备上的公司。谷歌已经在几周前的开发者大会上宣布推出新的TensorFlow Lite编程框架，它可帮助开发者更轻松地开发机器学习模型，以便在低功耗Android设备上运行。

开发者必须将训练好的模型转化为特殊格式，以便于Core ML兼容。他们可以将模型加载到苹果Xcode开发环境中，并在iOS设备上部署。该公司已经基于流行的开源项目推出4款预建机器学习模型，而且还开发出转换器，以便开发者能够更方便使用。

这种转化器可与流行框架兼容，包括Caffe、Keras、scikit-learn、XGBoost以及LibSVM等。如果开发人员利用不同框架开发出苹果不支持的模型，那么苹果可能会让你自己编写转化器。

Core ML是苹果最新的Core框架，其他框架还有Core Location、Core Audio以及Core Image等，它们都可通过提取复杂的任务帮助开发者开发更先进的应用。此外，对于苹果未来硬件业务，Core ML也非常重要。据传苹果正开发专门处理机器学习任务的芯片，这种框架很可能是开发者使用它的“门户”。