小编Cer*_*ise的帖子

我正在体验 CoreML 的项目能力。这是我设法做的：

1. 在 Python 中使用 scikit-learn 创建 .pkl 文件
2. 使用 coremltools 包将其转换为 .mlmodel 文件
3. 将其下载到我的 iOS 应用程序

4. 在运行时编译它：

   let classifierName = "classifier1"
   let fileName = NSString(format:"%@.mlmodel",classifierName)
   let documentsUrl:URL =  FileManager.default.urls(for: .documentDirectory, in: .userDomainMask).first as URL!
   let destinationFileUrl = documentsUrl.appendingPathComponent(fileName as String)
   
   let compiledModelUrl = try? MLModel.compileModel(at: destinationFileUrl)
   let model = try? MLModel(contentsOf: compiledModelUrl!)
   

   Run Code Online (Sandbox Code Playgroud)

现在，我想用我的模型进行预测。我尝试在示例应用程序中直接嵌入 .mlmodel 文件，这允许 XCode 在构建时创建包装类来实例化输入：

let multiArr = try? MLMultiArray.init(shape: [1], dataType: .double)
let input = classifier1Input(input: multiArr!)
let output = try? model.prediction(input: input)

但是因为我是在运行时从服务器下载文件，所以我无权访问这种包装类。

let …

我想知道是否有解决方案可以在 Linux 服务器上将 .mlmodel 编译为 .mlmodelc ？

我知道这可以用

xcrun coremlcompiler compile /path/to/MyModel.mlmodel /path/to/

但 xcrun 不适用于 Linux。最好的解决方案是什么？我是否被迫在应用程序内构建它？

let compiledModelUrl = try? MLModel.compileModel(at: destinationFileUrl)

我应该为此使用 OSX 服务器吗？