本文是 WWDC 2019 Session 430的讀后感，其視頻及配套 PDF 文稿鏈接如下：Introducing the Create ML App。
本文首先介紹 Create ML 的背景知識(shí)，然后講解全新 Create ML App 的進(jìn)步，最后介紹 Create ML 所對(duì)應(yīng)的使用場(chǎng)景。
查閱全部 WWDC 2019 專(zhuān)欄內(nèi)容，點(diǎn)擊此處前往小專(zhuān)欄。
Create ML 的背景
Create ML 是蘋(píng)果于2018年 WWDC 推出的生成機(jī)器學(xué)習(xí)模型的工具。它可以接收用戶(hù)給定的數(shù)據(jù)，生成 iOS 開(kāi)發(fā)中需要的機(jī)器學(xué)習(xí)模型（Core ML 模型）。
iOS 開(kāi)發(fā)中，機(jī)器學(xué)習(xí)模型的獲取主要有以下幾種：
從蘋(píng)果的官方主頁(yè)下載現(xiàn)成的模型。2017年有4個(gè)現(xiàn)成的模型，2018年有6個(gè)，今年增加到了9個(gè)（8個(gè)圖片、1個(gè)文字），數(shù)量有限，進(jìn)步速度緩慢。
用第三方的機(jī)器學(xué)習(xí)框架生成模型，再用 Core ML Tools 轉(zhuǎn)成 Core ML 模型。2017年蘋(píng)果宣布支持的框架有6個(gè)，包括 Caffee、Keras。2018年宣布支持的第三方框架增加到了11個(gè)，包括了最知名的 TensorFlow、IBM Watson、MXNet。至此 Core ML 已經(jīng)完全支持市面上所有主流的框架。
用 Create ML 直接訓(xùn)練數(shù)據(jù)生成模型。2018年推出的初代 Create ML有三個(gè)特性：使用 Swift 編程進(jìn)行操作、用 Playground 訓(xùn)練和生成模型、在 Mac OS 上完成所有工作。
今年的 Create ML 在易用性上更進(jìn)一步：無(wú)需編程即可完成操作、獨(dú)立成單獨(dú)的 Mac OS App、支持更多的數(shù)據(jù)類(lèi)型和使用場(chǎng)景。
Create ML App 的主要功能
去年推出的 Create ML 的工作流程是這樣的：定義數(shù)據(jù)源 -> 用數(shù)據(jù)源訓(xùn)練并生成模型 -> 驗(yàn)證和測(cè)試 -> 保存模型。整個(gè)過(guò)程需要在 Playground 中編寫(xiě) Swift 代碼，示例代碼如下：
import Foundation
import CreateML
// 定義數(shù)據(jù)源
let trainDirectory = URL(fileURLWithPath: "/Users/createml/Desktop/Fruits")
let testDirectory = URL(fileURLWithPath: "/Users/createml/Desktop/TestFruits")
// 訓(xùn)練模型
let model = try MLImageClassifier(trainingData: .labeledDirectories(at: trainDirectory))
// 評(píng)估模型
let evaluation = model.evaluation(on: .labeledDirectories(at: testDirectory))
// 保存模型
try model.write(to: URL(fileURLWithPath: "/Users/createml/Desktop/FruitClassifier.mlmodel"))
今年的 Create ML App 成為了一個(gè)單獨(dú)的 Mac OS 應(yīng)用，它的工作流程不變，但操作卻是異常簡(jiǎn)便，這里我們以花朵圖片分類(lèi)器為例：
打開(kāi) Create ML App。打開(kāi) Xcode，選擇左上菜單 Xcode 選項(xiàng)，在開(kāi)發(fā)者工具中找到 Create ML，點(diǎn)擊打開(kāi)。
選擇模型類(lèi)型并導(dǎo)入數(shù)據(jù)。選擇模型類(lèi)型為圖片分類(lèi)器，輸入名稱(chēng)并保存。接著將準(zhǔn)備好的訓(xùn)練數(shù)據(jù)（花朵圖片）導(dǎo)入 Create ML App 中，這里可以直接拖拽，也可以通過(guò)左上角文件菜單導(dǎo)入。
- 訓(xùn)練模型。點(diǎn)擊左上角運(yùn)行按鈕，Create ML 一鍵訓(xùn)練并生成花朵圖片分類(lèi)器模型，期間我們能看到模型的訓(xùn)練進(jìn)度、對(duì)于不同花朵圖片的分類(lèi)情況。
- 評(píng)估模型。同導(dǎo)入訓(xùn)練數(shù)據(jù)一樣，我們只需切換到測(cè)試一欄，然后將準(zhǔn)備好的測(cè)試圖片拖拽至測(cè)試框中，接著點(diǎn)擊下方測(cè)試按鈕即可。
- 觀(guān)察模型。至此我們已經(jīng)生成了需要的花朵圖片分類(lèi)器，我們可以點(diǎn)擊輸出一欄對(duì)其屬性進(jìn)行觀(guān)察。
整個(gè)操作無(wú)需任何編程，即使是幾百?gòu)垐D片也只需幾秒鐘即可生成對(duì)應(yīng)模型。不僅如此，新的 Create ML App 提供的信息相比于之前的 Playground，也更加豐富、精確、簡(jiǎn)潔。
Create ML 的應(yīng)用場(chǎng)景
去年的 Create ML 支持圖片、文本、表格3種場(chǎng)景，今年增加到了5個(gè)為圖片、文本、表格、聲音、活動(dòng)5種。
圖片：圖片分類(lèi)器、目標(biāo)識(shí)別。應(yīng)用場(chǎng)景如上文中的花朵分類(lèi)、藝術(shù)照特征提取、撲克牌牌面識(shí)別。其進(jìn)步在于，模型生成方面運(yùn)用了遷移學(xué)習(xí)和深度學(xué)習(xí)、內(nèi)部集成了數(shù)據(jù)增強(qiáng)、模型也縮小了尺寸，也就是說(shuō)應(yīng)用場(chǎng)景更廣、準(zhǔn)確性更高、移動(dòng)端適配性更好。
文本：文本分類(lèi)器、單詞標(biāo)注。應(yīng)用場(chǎng)景如提取長(zhǎng)文本關(guān)鍵信息、判段文本反應(yīng)出的情緒等。蘋(píng)果在 Core ML 框架上層還有專(zhuān)門(mén)的自然語(yǔ)言處理框架（NLP），它所能解決的文本問(wèn)題更多、更加的高度定制化、也更加準(zhǔn)確和易用。
表格：表格分類(lèi)器、表格回歸、推薦系統(tǒng)。應(yīng)用場(chǎng)景如根據(jù)某一物品特征判定其類(lèi)別及用戶(hù)滿(mǎn)意度、根據(jù)用戶(hù)喜好推薦商品等。
聲音：音頻分類(lèi)器。應(yīng)用場(chǎng)景為識(shí)別音頻類(lèi)別。蘋(píng)果現(xiàn)場(chǎng)展示了用一段音頻來(lái)訓(xùn)練模型，模型可以自動(dòng)識(shí)別出掌聲和不同樂(lè)器發(fā)出的聲音。注意聲音方面雖然剛起步，但潛力很大，因?yàn)檎Z(yǔ)音識(shí)別、語(yǔ)音轉(zhuǎn)文字、文字轉(zhuǎn)語(yǔ)音都還可以深度集成在各種 App 中。另外 Apple Watch 也針對(duì)聲音模型訓(xùn)練進(jìn)行了硬件層面的加速優(yōu)化，相信未來(lái)它會(huì)更加強(qiáng)大。
活動(dòng)：活動(dòng)分類(lèi)器。應(yīng)用場(chǎng)景主要集中在運(yùn)動(dòng)方面。例如可以通過(guò) Apple Watch 收集的加速度、經(jīng)緯度、方向、海拔等信息訓(xùn)練出模型。蘋(píng)果展示了利用飛盤(pán)（Frisbee）運(yùn)動(dòng)中獲取的信息訓(xùn)練出的活動(dòng)分類(lèi)器模型，它可以自動(dòng)區(qū)分出正手、反手等動(dòng)作，以幫助運(yùn)動(dòng)員評(píng)估比賽表現(xiàn)和狀態(tài)。
蘋(píng)果自己也將 Create ML 和 Core ML 深度運(yùn)用在了其 iOS 系統(tǒng)中：系統(tǒng)自帶的圖片應(yīng)用中，其搜索功能就運(yùn)用了單詞標(biāo)注和圖片分類(lèi)器模型，它可以快速準(zhǔn)確得標(biāo)注搜索內(nèi)容，并將分類(lèi)的圖片搜索出來(lái)。請(qǐng)注意這些內(nèi)容都是在手機(jī)上獨(dú)立完成，無(wú)需網(wǎng)絡(luò)和服務(wù)器端的操作，這樣用戶(hù)的隱私也得到了充分保護(hù)。
總結(jié)
Create ML App 的獨(dú)立使得其靈活性和功能再一步增強(qiáng)。零門(mén)檻的操作、豐富的使用場(chǎng)景、原生系統(tǒng)的支持使得 App 開(kāi)發(fā)者可以更自由得定義和使用機(jī)器學(xué)習(xí)。雖然難與 TensorFlow、Pytorch 等專(zhuān)業(yè)框架相提并論，但在開(kāi)發(fā) App 上，Create ML 已經(jīng)可以滿(mǎn)足用戶(hù)的絕大多數(shù)需求。Create ML 的最大優(yōu)點(diǎn)在于，它是以用戶(hù)需求為驅(qū)動(dòng)、完全服務(wù)于 App 開(kāi)發(fā)，相信在 iOS 13 后越來(lái)越多的開(kāi)發(fā)者將會(huì)采用 Creat ML 和 Core ML 開(kāi)發(fā)應(yīng)用。
