尝试将简单卷积模型转换为CoreML时出错
在将简单卷积模型转换为CoreML时出错可能有多种原因。以下是一些可能的原因和解决方法：
- 模型结构不受支持：CoreML只支持特定类型的模型结构，例如卷积神经网络（CNN）、循环神经网络（RNN）等。如果你的模型结构不受支持，你可能需要重新设计模型或者尝试其他的转换方法。
- 模型参数不兼容：CoreML对模型参数的要求可能与你的模型不兼容。你可以检查模型的参数设置，确保它们符合CoreML的要求。例如，确保输入和输出的形状、数据类型等与CoreML的要求一致。
- CoreML版本不匹配：CoreML有不同的版本，每个版本支持的功能和模型类型可能有所不同。确保你使用的CoreML版本与你的模型和开发环境兼容。
- 转换工具错误：如果你使用的是第三方的模型转换工具，可能存在工具本身的问题。你可以尝试更新工具版本或者使用其他的工具进行转换。
- 输入数据格式错误：CoreML对输入数据的格式有要求，例如输入数据的形状、数据类型等。确保你的输入数据符合CoreML的要求。
- 缺少依赖库：在转换模型之前，确保你的开发环境中安装了所有必要的依赖库和框架。例如，如果你的模型使用了特定的深度学习框架，你需要确保该框架已正确安装并配置。
如果以上方法都无法解决问题，你可以尝试在相关的开发社区或论坛上寻求帮助，向其他开发者请教他们的经验和建议。此外，你还可以参考腾讯云的相关文档和资源，以获取更多关于CoreML和模型转换的指导和支持。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai
- 腾讯云机器学习平台：https://cloud.tencent.com/product/ml
- 腾讯云深度学习平台：https://cloud.tencent.com/product/dl
相关·内容
最近，我在谷歌的视觉平台上训练了一个对象检测模型，并将其导出到TensorFlow Lite边缘模型。
在具有iOS委托的CoreML设备上运行时，我在Xcode中收到此错误：
验证器错误:未设置池层'PoolingLayerBuilder (平均值)_1‘的填充类型。
当使用带有iOS委托的TensorFlow lite在CoreML上运行时，我得到以下错误：
编译模型错误，读取原型规范错误。验证器错误:未设置池层'PoolingLayerBuilder (平均值)_1‘的填充类型。
到目前为止，我尝试过的是：
更新我的豆荚，以确保我在TensorFlow
浏览 3提问于2021-08-03得票数 2
我正在尝试将一个非常简单的CoreML模型转换为CoreML，然而，keras模型的输入似乎与我的预期不符。 我正在创建的模型的输入形状为(5，10) (5个时间步，10个特征)，但是，在转换模型并在Xcode中打开模型后，它显示输入类型为MultiArray (Double 10)，据我所知，这是一个一维数组。我的问题是，我做错了什么？有没有办法告诉CoreML输入是5x10？ 下面是我正在创建的keras模型 from keras.models import Sequential
from keras.layers import LSTM
from keras.layers import
浏览 9提问于2020-01-11得票数 1
我正在修改来自的代码，并得到了以下错误：
为代码生成准备CoreML模型"Resnet50.mlmodel“时出错: CoreML代码生成不支持目标的主要语言"Swift接口”。请将COREML_CODEGEN_LANGUAGE设置为首选语言
这个项目以前是用“Places205-Google model”模型编译的。
还有其他人经历过同样的事吗？
浏览 1提问于2017-06-20得票数 2
关于CoreML模型的教程都是将TensorFlow模型或PyTorch模型转换为CoreML模型。如果预先训练好的模型文件是mlmodel类型，我不知道如何在python中使用它，也不知道如何将mlmodel转换为tf模型。 如何在Python语言中通过TensorFlow、Keras或PyTorch来读取和部署CoreML模型？
浏览 28提问于2020-09-06得票数 0
回答已采纳
1回答
是否可以更改CoreML模型的输出类型？我的模型以图像作为输入，将图像作为输出，但当我将Keras模型转换为mlmodel时，我得到：
coreml_model = coremltools.converters.keras.convert('/Users/user/Desktop/model.h5',input_names='input_img',image_input_names='input_img',output_names='image')
coreml_model.save('/Users/user/Deskto
浏览 1提问于2017-09-07得票数 2
我已经用暗网训练了我的YOLOv3网络来识别图像中的一些对象。一切都很好。我想在iOS应用程序中使用权重文件，所以按照一些教程，我从darknet权重文件中获得了keras h5模型，我检查了一下h5模型是否工作正常。好的。最后一步，我尝试使用coremltools将h5模型转换为在xcode下可用的coreml模型。这就是问题所在。最后一次转换是使用这个小py脚本执行的：
import coremltools
....
coreml_model = coremltools.converters.keras.convert('yolorcgz.h5', input_name
浏览 0提问于2019-08-29得票数 0
1回答
我正在使用scikit-learn构建文档分类系统，它工作得很好。我正在将模型转换为Core ML模型格式。但是模型格式将输入参数排除为multiArrayType。我想让它排除字符串或字符串数组，这样我就可以很容易地从IOS应用程序中预测。我尝试了以下方法：
from sklearn.linear_model import LogisticRegression
logreg = LogisticRegression()
logreg.fit(X_train_dtm, y_train)
#testing a value
docs_new = ['get exclusive priz
浏览 11提问于2018-02-26得票数 0
回答已采纳
我有一个带有lstm层的简单tensorflow模型。我想将模型转换为.mlmodel格式。然而，我认为，到目前为止，CoreML还不支持LSTM层，因此我需要用swift编写一个自定义的lstm层。
如何编写自定义层？
浏览 4提问于2019-05-24得票数 1
1回答
我使用Keras进行对象检测，并将模型转换为用于移动部署的CoreML。
在python方面，预测方法在相同的图像上运行。预处理(平均去除)是在python端对keras进行的，而coreML ( red_bias，green_bias等)则由coreML处理。
预测输出是相同的，直到小数点第一位，但其余的小数位都是不同的。
我与numpy.testing.assert_array_almost_equal检查，得到4-10%的差异在输出阵列.
输出数组的大小为(1,10000,45)。
结果是不同的预测和目标检测输出。
对为什么会发生这种事有什么见解吗？
我怎样才能找到问题的根源并加以解决？
浏览 2提问于2018-05-24得票数 1
回答已采纳
我尝试使用基于coreml _ to的元素最大值操作将PyTorch模型转换为coreml。 通过torch.max操作，我得到了 ValueError: node input.2 (max) got 2 input(s), expected [3] 使用torch.maximum操作 RuntimeError: PyTorch convert function for op 'maximum' not implemented. 有什么办法来解决这个问题吗？
浏览 37提问于2021-01-05得票数 2
回答已采纳
1回答
我一直在尝试对卷积运算有更深的理解，因为我正在实现一个卷积神经网络。但当我试图计算反向传递或反卷积时，我被卡住了。
假设输入是一个维度为3x7x7的三维RGB图像，滤波器的维度为3x3x3。在将步长设置为2进行卷积时，我们将得到尺寸3x3的输出。
现在我的问题来了。我读到过，反卷积是输出与翻转内核的卷积。但是在翻转内核时，它仍然是维度3x3x3，输出的维度是3x3。输入的维度为3x7x7。那么，如何计算反卷积呢？
浏览 3提问于2017-10-13得票数 1
1回答
我的模型结构如下：
图层(类型)输出形状参数
conv2d_31 (Conv2D) (None, 40, 40, 16) 160
_________________________________________________________________
max_pooling2d_4 (MaxPooling2 (None, 20, 20, 16) 0
_________________________________________________________________
conv2d_32 (Co
浏览 2提问于2019-01-04得票数 0
回答已采纳
1回答
这是我使用keras的第一个项目。 这个想法是创建一个可以识别木材颜色的模型。如果颜色是我正在识别的颜色，我会得到一个1，如果不是，我会得到一个0。 我有一个这样的csv文件： red,green,blue,isWood
63,110,255,0
58,104,255,0
63,112,255,0
96,141,198,1
95,140,197,1
95,138,195,1 我根据我在网上找到的几个教程的组合创建了这个模型。 import pandas as pd
train_df = pd.read_csv('woodData.csv')
train_df.head()
浏览 11提问于2019-02-05得票数 1
回答已采纳
我一直在尝试使用coreML创建IOS应用程序，我在Keras中训练了一个卷积神经网络，当我使用CoreMLTools将此模型转换为CoreML模型时，它显示输出是一个多维数组，但我希望它是一个类别概率。如何在Keras中生成带有类标签的.txt文件？
这是我用来生成coreML模型的代码：
import coremltools
coreml_model = coremltools.converters.keras.convert(
"chars74kV3.0.h5", c
浏览 0提问于2017-11-05得票数 0
我已经开发了一个Keras模型，该模型在自定义图像数据集上进行训练，在发送输入图像时，它可以很好地处理对象检测和检测到的对象的掩蔽。我想将这个模型导出到CoreML (.mlmodel)，这样我就可以直接将它嵌入到我的iOS应用程序中。
我也有我训练过的模型，使用Tensorflow和Mask RCNN。因此，在将Keras或Tensorflow模型转换为CoreML时，任何帮助。我已经尝试并成功地将Tensorflow模型转换为CoreML，但该模型不支持Mask RCNN。
我特别希望在转换模型，支持Mask RCNN到CoreML的帮助。
浏览 1提问于2020-04-07得票数 0
使用"tensorflow for poets"，我重新训练了inceptionv3图。现在，我想使用tfcoreml转换器将图形转换为iOS coreML模型。
但tf_coreml_converter.py会以"NotImplementedError: Unsupported Ops of type: PlaceholderWithDefault“停止。
我已经尝试了"optimize_for_inference“和"strip_unused"，但我无法摆脱这个不受支持的操作"PlaceholderWithDefault”。
你知道在
浏览 0提问于2018-01-06得票数 1
1回答
我有一个经过训练的科学学习模型，它使用多输出决策树(作为RandomForestRegressor)。由于多输出行为是内置的，因此没有为随机森林回归模型显式地进行自定义配置来启用多输出行为。基本上，只要你适应多输出训练数据到模型，模型将切换到多输出模式的幕后。
此外，RandomForestRegressor是CoreML转换脚本提供的受支持的转换器。但是，在转换过程中，我得到了这个错误w/堆栈跟踪：
ValueError:预期只有一个输出在科学工具-学习树。
Traceback (most recent call last):
File "/Users/user0/Des
浏览 2提问于2017-07-24得票数 3
回答已采纳
我们有一个使用Keras训练的模型，使用MobileNetV2体系结构。
我们可以使用CoreMLTools将.H5文件转换为.MLModel CoreML模型。
然而，使用最新的CoreMLTools (5.x)，最终的模型只能在iOS 13和更高版本上运行，但是我们的应用程序支持iOS 11。
有没有一种方法可以生成与最新iOS兼容的CoreMLTools 11/12模型？
我们考虑过尝试安装较旧的CoreMLTools (如2.x)，但由于其他原因，安装时出现了依赖性问题。但是它认为在转换模型时应该有一种方法来指定CoreML版本？
浏览 15提问于2022-02-09得票数 1
我使用tensorflow 1.15设计了一个简单的网络，并使用tfcoreml和coreltools4.0将其转换为mlmodel。我用系统版本ios13.5.1在iPhoneXS上对它们进行了测试，发现从coreltools4.0转换的mlmodel比从tfcoreml转换的要慢得多。
tensorflow的原始网络如下：
graph = tf.Graph()
with graph.as_default():
x = tf.placeholder(tf.float32, shape=[1, 1000, 1000, 4], name="input")
y =
浏览 1提问于2020-11-04得票数 1
我在app上有一个应用程序，我从Crashlytics那里得到了它的错误日志。在我的项目中初始化CoreML模型时，最常见的错误之一是用户得到的错误(以及我不幸地无法复制的错误)。下面是我如何初始化模型：
class VisionManager: NSObject {
/// Prediction model
private static let model = MobileNet()
...
override init() {
super.init()
guard let visionModel = try? VNCoreMLModel(for: Vis
浏览 1提问于2017-11-16得票数 12
我正在学习TensorFlow，希望将图像分类模型转换为Core，以便在iOS应用程序中使用。
这个与我想要做的训练非常接近，但是我还没有弄清楚如何将它转换成Core。
下面是我尝试过的，在本教程的Colab笔记本的末尾添加了以下内容：
# install coremltools
!pip install coremltools
# import coremltools
import coremltools as ct
# define the input type
image_input = ct.ImageType()
# create classifier configuratio
浏览 6提问于2022-06-04得票数 0
回答已采纳
我正在尝试用tensorflow后端在keras中训练一个预先训练过的inceptionv3模型。
我有一个训练数据集，大小为10,000张图片(299,299张)(它们是灰度)。我将其转换为tensorflow的输入形状为(10000,299,299,1)。当我试图拟合inceptionv3模型时，我得到了一个错误
ValueError:检查输入时出错:期望input_1具有形状(无，3)，但得到了形状数组(10000,2999,299，1)
我尝试更改张量的输入形状，使用
input_tensor = Input(shape=(299,299,1))
base_model = In
浏览 1提问于2017-06-30得票数 1
回答已采纳
我有一个PyTorch网络，我想将它部署到iOS设备上。简而言之，我不能在CoreML中为输入张量形状增加灵活性。
网络是一个convnet，它以RGB映像(存储为张量)作为输入，并返回相同大小的RGB映像。使用PyTorch，我可以输入任意大小的图像，例如，300x300图像的大小张量(1，3,300,300)。
为了将PyTorch模型转换为CoreML模型，我首先使用torch.onnx.export将其转换为ONNX模型。这个函数需要传递一个虚拟输入，这样它才能执行图形。所以我用了：
input = torch.rand(1, 3, 300, 300)
我猜ONNX模型只接受大小(1，
浏览 2提问于2020-01-09得票数 0
回答已采纳
我已经将YOLACT pytorch模型转换为没有softmax和priors层的onnx。然后我试着把onnx转换成coreml。终端显示没有错误地完成了。它还显示已完成模型编译，并且没有错误，如下所示。 210/211: Converting Node Type Concat 211/211: Converting Node Type Concat Translation to CoreML spec completed. Now compiling the CoreML model. Model Compilation done. 但是当我在macos上编译coreml模型时，错误显示
浏览 106提问于2020-06-11得票数 0
1回答
我有一个Keras模型，并成功地将其转换为Coreml。我正在向模型传递一个RGB格式的彩色50x50图像，所有东西都在Python的Keras模型中工作。然而，我真的很难从Coreml模型中得到同样的结果。我在iOS应用程序中使用iOS，需要将cv::Mat转换为CVPixelBufferRef。我肯定我的输入是不对的，但我不知道它是什么。我发送到Python模型的输入的预处理如下所示
image = cv2.resize(image, (50, 50)) image = image.astype("float") / 255.0 image = img_to_array
浏览 0提问于2018-03-02得票数 1
我正在与CoreML和ARKit合作进行人脸识别。但是我不想用app来构建CoreML模型。我用python Turicate制作了一个coreML模型。我想把这个模型放在服务器上，它给我们一个应用程序接口，然后我会通过这个接口发送面部图片给这个模型，然后服务器得到一个JSON.I形式的响应。我想要这个，因为CoreML大小非常高，如果我们想要更多地训练这个模型，那么这个用户必须下载这个高尺寸模型并在设备上编译。我有研究发现，苹果公司增加了一个功能，在设备上编译CoreML模型，但每次在模型中进行小型培训升级时，用户必须再次下载这个高尺寸模型。
浏览 0提问于2018-09-15得票数 0
我有一个PyTorch模型，我已经转换成CoreML了。在PyTorch中，推导出的潜在向量的取值范围在±1.6左右，但转换后的模型变化高达±55.0。是什么导致了如此巨大的差异？转换非常简单：
encoder = Encoder_CNN(latent_dim, n_c)
enc_fname = os.path.join(models_dir, encoder.name + '_153.pth.tar')
encoder.load_state_dict(torch.load(enc_fname, map_location={'cuda:0': 'cpu&
浏览 5提问于2020-08-30得票数 0
回答已采纳
1回答
我们如何使用CoreML或ARKit从几乎任何距离检测对象。目前我已经尝试了ARKIT 3d物体扫描和检测，它从近距离到物体，但当我们远离物体时，它无法检测到那个物体。类似地，使用CoreML，我已经训练了一个模型来检测对象，它只检测近距离的对象。如何在实际物体明显变得太小的情况下实现远距离的物体检测。
浏览 9提问于2019-03-27得票数 1
1回答
我正在使用一个预先训练的多元模型来进行图像分类。该模型采用3x224x224 MultiArray作为图像的格式。对于当前的应用程序，我使用的是UIImage。有办法将UIImage转换为MLMultiArray吗？
我已经看到了一些关于将Keras模型转换为CoreML模型的答案，但是我的模型已经采用了mlmodel格式，无法访问数据。
浏览 0提问于2019-05-12得票数 4
回答已采纳
2回答
我尝试将sklearn规范器转换为coreml模型，如下所示：
normalized = sklearn.preprocessing.Normalizer()
coreml_model = coremltools.converters.sklearn.convert(normalized)
但我知道这个错误：
错误处理特征列表:如果给定一个特征名，则必须提供num_dimensions
我如何设置"num_dimensions"？
另一个选项是直接使用CoreML中的规范化器：
但是没有文档说明我如何在IOS中使用这个功能。例如，如何在浮点数数组上运行此操作？
浏览 0提问于2019-02-09得票数 0
我有一个不同分辨率的图像数据集，并使用具有固定n*n输入分辨率的回归DNN模型。当模型在图像中学习某些位置时，我一直使用零填充来匹配图像分辨率，以保持1:1的纵横比。
有更好的方法来预处理图像吗？
在没有零填充的情况下，得到的结果会更糟，因此，为了避免DNN输入中物体的形状失真，保持高宽比是必要的。
浏览 0提问于2020-10-28得票数 2
将yolov4或yolov5模型转换为coreml的典型过程是什么。我看到了一些东西，比如从火炬到Onnx到CoreML。我用的是塔楼，被困在yolov2的土地上。有人在v4或v5上试过这个吗？
浏览 4提问于2020-09-02得票数 3
2回答
例如，有没有可能发布一个带有CoreML模型的iOS应用程序，然后让该应用程序根据用户行为继续改进(训练)设备上的模型？因此，该模型将在设备上保持增长和改进，而不需要服务器支持……
浏览 57提问于2018-04-28得票数 5
回答已采纳
是否有可能在Ubuntu上将Keras模型转换为苹果的CoreML？
运行页面中的脚本是否需要OSX？
浏览 4提问于2017-06-10得票数 2
回答已采纳
我有一个用Objective-C编写的插件，它包含了一个CoreML模型。插件和ML模型在本地编译和运行良好。如果我通过Box电子邮件或传输插件模型和coreml模型，我的插件崩溃并抛出损坏的错误。我可以通过删除终端：xattr -cr me/myplugin.plugin中的扩展属性来使插件正常工作，但是代码的ML部分仍然失败。
如果我在XCode中监视，当coreml模型失败时，我注意到以下情况：
[coreml] Input feature input_layer required but not passed to neural network.
[coreml] Failure ve
浏览 0提问于2020-08-12得票数 1
我正在尝试使用turicreate制作一个coreML模型。(这是我第一次接触蟒蛇)
我有五个档案，“狗”，“猫”，“鸽子”，“松鼠”，“浣熊”。
我怎样才能修改这段代码，让程序访问和训练它。
import turicreate as tc
data = tc.image_analysis.load_images('train', with_path=True)
data['label'] = data['path'].apply(lambda path: 'cat' if 'cat' in path else
浏览 0提问于2018-01-19得票数 1
回答已采纳
1回答
我尝试将转换为CoreML模型。
我已经可以训练我稍微修改过的模型了，在Python中一切看起来都很好。但是现在我想把模型转换成CoreML来使用我的iOS应用程序。
问题是，CoreML文件格式不能支持Lambda层。我不是这个领域的专家，但据我所知，这里的Lambda层是用来用ctc_batch_cost()计算损失的。该层是在第464行周围创建的。我猜这是用于更高精度的“内置”损失函数。
是否有任何方法可以重写模型创建以适应CoreML支持的层集？我不知道模型使用哪种输出层类型。
浏览 5提问于2017-08-29得票数 0
回答已采纳
我想把这个NSFW模型转换成CoreML模型。我所做的：
coremltoolsConvert 下载Anaconda 2.7 安装这个雅虎nsfw模式- ，但我不确定它是Caffe v1，因为苹果文档中说只有这个版本支持。不管怎样，…--我使用此命令进行转换，并在没有任何警告的情况下进行转换。
coremltools.converters.caffe.convert(('resnet_50_1by2_nsfw.caffemodel'，'deploy.prototxt')，coreml_model _coreml_model_coreml_model=‘data’
浏览 2提问于2020-05-28得票数 0
1回答
我只是想开始学习苹果为我们支持的不可思议的框架，当我浏览网页时，我遇到了一个至今还没有人解决的非常基本的问题: CoreML对象识别器能有多精确？这意味着一个CoreML应用程序能有多精确的区分？
，例如
如果我尝试创建一个汽车模型识别器，它能区分大众高尔夫3和大众高尔夫4吗？
它是否能够区分不同的斩波器(摩托)，但差别很小？
它能分辨出啤酒和普通的汽水瓶的区别吗？
浏览 0提问于2018-03-06得票数 0
我正在制作一个iOS应用程序，它使用在Keras中开发的深度学习模型，并将其转换为CoreML模型。我使用的是从苹果网站下载的Resnet50 CoreML模型，该应用程序运行得完美无缺，但当我实现该模型时，我从照片库中选择了一张图片，或者在应用程序中用相机拍摄了一张照片，就出现了一个错误。这是与CoreML模型相关的代码和我所得到的错误：
这是用于将Keras转换为CoreML模型的代码：
output_labels = ['0', '1']
coreml_model = coremltools.converters.keras.convert('
浏览 0提问于2019-11-17得票数 0
回答已采纳
我在Google的Tensorflow上创建了一个CNN模型，并以".py“文件的形式下载了该文件。如何将此文件转换为".coreml“文件？
任何建议都非常感谢！
谢谢!
浏览 4提问于2019-09-24得票数 0
回答已采纳
weights = tf.placeholder("float",[5,5,1,1])
imagein = tf.placeholder("float",[1,32,32,1])
conv = tf.nn.conv2d(imagein,weights,strides=[1,1,1,1],padding="SAME")
deconv = tf.nn.conv2d_transpose(conv, weights, [1,32,32,1], [1,1,1,1],padding="SAME")
dw = np.random.rand(
浏览 0提问于2016-06-18得票数 4
我使用CoreML进行图像分类，该模型在Create上运行良好(在使用预览选项时，我在我的快速应用程序中使用了该模型，该应用程序要求用户为特定对象选择图像，然后测试上传的图像是否是所要求的对象。现在发生的事情是，在我将我的模型连接到快速应用程序之后，我注意到，首先，当我在模拟器上运行它时，它会出现错误的预测，而在CoreML预览中，它给出了一个准确的预测(这是用同一张照片完成的)。在搜索之后，我注意到很多人推荐在实际设备上运行该应用程序，而不是Xcode模拟器，我做到了，并开始正确、顺利地工作。几天后，它又开始给出错误的预测，即使是在一个真正的设备上。当我在coreML预览版上再次测试它时，它
浏览 17提问于2022-10-10得票数 0
我感兴趣的是在tf.keras中训练一个模型，然后用keras加载它。我知道这不是很明智，但我对使用tf.keras来训练模型很感兴趣，因为
tf.keras更容易构建输入管道。
我想利用tf.dataset API
我很有兴趣把它装上角因为
我想使用coreml将模型部署到ios。
我希望使用coremltools将我的模型转换为ios，而coreml工具只适用于keras，而不是tf.keras。
我遇到了一些路障，因为并不是所有的tf.keras层都可以作为keras层加载。例如，我没有遇到简单的DNN问题，因为在tf.keras和keras之间，所有的密
浏览 1提问于2019-07-22得票数 4
回答已采纳
我刚刚训练了一个sklearn模型，并将其转换为CoreML。问题是，我使用图像作为此模型的输入。然而，模型要求的是一个MultiArray (即MLMultiArray)。在中，我可以看到coremltools有一个参数，可以让您指定输入是一个图像。但该参数是用于转换Keras模型的，而在sklearn转换工具中不存在此选项。
问题是，如何将UIImage转换为模型所需的MLMultiArray。(或者更好的是，如何为模型启用图像)
浏览 1提问于2018-04-06得票数 0
1回答
我已经使用model ltools4.0将Keras模型转换为MLModel，但仅取得了有限的成功。只有当我使用MLMultiArray作为输出并转换为图像时，它才能正常工作。与推断相比，转换为图像需要更长的时间；这使得它无法使用，它适用于TensorFlow 1和coremltools 3.4，但现在对于TensorFlow 2和coremltools 4.0b1不起作用。添加新图层以转换来自0,1 -> 0,255的输出并不起作用。我们也意识到一些额外的层是由cormel自动添加的，这可能是问题所在。这就是image 我尝试使用np.transpose转置输入，但它没有解决问题，而
浏览 28提问于2020-07-23得票数 0
现在，我正在开发一个使用CoreML模型来检测数据概率的应用程序。
但我想知道在Xcode playground中使用CoreML模型是可能的，因为它将更方便地用于测试目的。
我尝试将模型添加到Xcode9游乐场，但没有成功。
浏览 3提问于2017-06-11得票数 1
回答已采纳
我最近将我的keras从1.1.0版本升级到了1.2.2，并运行了一个用于手势分类的CNN (代码是使用keras 1.1.0开发的)。我保存了经过训练的模型，并尝试使用coremltools将其转换为CoreML模型。代码如下：
import coremltools
import theano
from keras import backend as K
K.set_image_dim_ordering('th')
coreml_model = coremltools.converters.keras.convert('hgm_2.h5')
coreml_m
浏览 8提问于2017-06-28得票数 1
回答已采纳
1回答
我在PyTorch中有一个PyTorch模型，我想使用CoreML运行它。当将模型导出到ONNX时，输入维度被固定为导出过程中使用的张量的形状，并再次通过从ONNX到CoreML的转换。
import torch
from onnx_coreml import convert
x = torch.ones((32, 1, 1000)) # N x C x W
model = Model()
torch.onnx.export(model, x, 'example.onnx')
mlmodel = convert(model='example.onnx',
浏览 3提问于2020-05-17得票数 4
我正在创建一个基于神经网络的应用程序，CoreML模型大小约为150MB。所以，很明显，我不能在应用程序中发布它。
为了解决这个问题，我开始了解这个，提到您可以在设备上下载并编译CoreML模型。
我做到了，并在我的设备上下载了，但问题是我不能像原始模型那样进行预测。例如，原始模型接受UIImage作为输入，但MLModel是MLFeatureProvider，有人能解决如何对模型进行类型转换并将其用作原始模型吗？
do {
let compiledUrl = try MLModel.compileModel(at: modelUrl)
let model = try MLMo
浏览 0提问于2018-09-16得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
