我有一个包含 40 个数组和 12 个双重特征的数组,所以类型是 [[double]]。目前我正在将此数据发送到 Google Cloud ML API 以获取相关预测。
由于 Apple 最近推出了 CoreML 和 coremltools,我将我的模型从 keras 转换为 .mlmodel 以避免数千次谷歌云 api 调用并直接在我的 iPhone 上进行推理:
coreml_model = coremltools.converters.keras.convert(new_Model, input_names=['accelerations'],
output_names=['scores'])
coreml_model.save('PredictionModel.mlmodel')
我不知道这些其他输入和输出是从哪里来的。为了得到预测,我需要将我的 12 个双精度数组转换为 MLMultiArray,但我不知道该怎么做。有没有人遇到过类似的问题?这是我目前未完成的方法:
_predictionModel = PredictionModel()
guard let mlMultiArray = try? MLMultiArray(dataPointer: <#T##UnsafeMutableRawPointer#>, shape: <#T##[NSNumber]#>, dataType: <#T##MLMultiArrayDataType#>, strides: <#T##[NSNumber]#>, deallocator: <#T##((UnsafeMutableRawPointer) -> Void)?##((UnsafeMutableRawPointer) -> Void)?##(UnsafeMutableRawPointer) -> Void#>) else {
fatalError("Unexpected runtime error.")
}
guard let predictionOutput = try? _predictionModel.prediction(accelerations: mlMultiArray, lstm_1_h_in: nil, lstm_1_c_in: nil, lstm_2_h_in: nil, lstm_2_c_in: nil) else {
fatalError("Unexpected runtime error.")
}
相关文档可以在这里找到。