安妮 编译自 Hackernoon
量子位出品 | 公众号 QbitAI
昨天，年仅18岁的iOS app开发者Alex Wulff在Hackrnoon上发布了一篇教程，手把手教你如何将苹果在WWDC上发布的众多API应用到你的电脑上。量子位全文编译如下：
△ Alex Wulff
iOS 11真的来了。
苹果在iOS 11里引入了本地机器学习和机器视觉框架，承诺这将促进app和游戏的一大飞跃性进步，也解锁了一大堆可能性。
目前机器学习解决方案已经可以在云端实现了。但这些系统不仅需要持续连网，经常在iOS上有明显的延迟，也为敏感数据带来了安全风险。有些App在用第三方Swift AI系统，但是这些框架很难占据主流开发社区。
你也想知道如何将苹果新发布的API集合到你的电脑上？其实比你想象的简单。
你首先需要在电脑上下载Xcode 9 beta程序，链接在这里：
https://developer.apple.com/download/
这个文件非常大，可能需要很长时间下载。而且这个早期测试版含有很多bug和一些其他问题。不过在Xcode漫长的下载过程中，你可以继续把这篇文章的剩余部分看完，之后就能进行下面的操作了。
下面这个是我编写的一个演示iOS中新引入的机器学习功能的小样例。
Github链接：
https://github.com/AlexFWulff/Machine-Learning-Demo-iOS
我的样例可以为输入的图片进行分类，所有计算都是在含Core ML和视觉框架的设备上完成的。
这个项目内容不多，其中，希望你能注意GoogLeNetPlaces.mlmodel。这是几年前谷歌研究人员训练的机器视觉模型，苹果的新机器学习API允许开发者在他们的iOS app中轻松地访问这些标准化的模型。当你把.mlmodel格式的文件拖进App中时，Xcode会为它自动创建Swift wrapper。一些这样的模型文件大小可超几百兆。
不幸的是，Core ML文件离“人类可读”还很远，它们只是大量字节的集合，告诉设备如何处理输入的“神经元”。模型越复杂，文件就越大。
苹果提供四种不同的训练模型。你可以在这个链接中找到这些模型：
https://developer.apple.com/machine-learning/
苹果的Core ML Tools Python软件包允许开发人员将现有的模型转化为iOS可读取的Core ML格式。希望格式对你来说没有限制，并且期待你能掌握各种用例的训练模型。
△ 众多bug之一：即使你的项目正在被编写，但编辑器仍然认为Swift wrapper不存在
接下来，打开ViewController文件。第一个代码片段（见上图）只是简单尝试创建一个变量来存储你所选模型的视觉展示。即使在这一节中出现了错误，项目仍能被编辑。我在Xcode 9测试版中发现了不少bug，这是其中一个。
为了支持Core ML模型，苹果也推出了自己的机器视觉API，并命名为Vision。Vision包含了许多不同的机器视觉模型，它们可以检测人脸、条形码、文本等多种类型，还提供基于图像的Core ML模型wrapper。例如，项目中的模型可以以图片作为输入，并且返回一个描述性字符串作为输出。对于非基于图像的模型，苹果已经创建了小型示例项目演示它的使用方法，它独立于Vision,只依赖Core ML。
你也需要这个示例项目？给你链接：
https://developer.apple.com/documentation/coreml/integrating_a_core_ml_model_into_your_app
接下来该建立和处理请求了。你可以在项目导航器中看到尝试此模型的不同图像。用其他任何文件名替代“airport”字符串，建立并且运行项目，看看如何将结果输出到控制台更改。
最后一个片段代码只接受请求的结果并会将它打印出来。在这个Demo中，我没有设置出错时提醒之类的机制，所以一旦出现了错误，整个程序就会崩溃。
另一个影响项目的大bug是将文件拖放带项目导航器中发生的。bug修复前，不要在Xcode 9中尝试这个功能，会因为它将给依赖链带去巨大的影响。你只需在Xcode的早期版本中打开Xcode项目，如果有需要的话，选择copy项，并确认。
最后一个bug可能会在你运行项目的时候突然出现。如果模拟器无法启动，你需要先退出模拟器和Xcode。
以上就是我带来的iOS 11中轻松使用机器学习的示例项目。苹果链接中的其他三个模型应该都与VNCoreMLRequest兼容。
附上这个18岁小码农的个人网站：www.AlexWulff.com。
【完】
学习推荐
6月15号量子位组织沙龙活动，邀请到了图森首席科学家王乃岩博士分享自动驾驶相关话题，欢迎大家长按下图扫码报名~
One More Thing…
今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号对话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~
△ 扫码强行关注『量子位』
追踪人工智能领域最劲内容
