资源

Core ML

使用 Core ML 框架将机器学习模型整合 App 中。App 可以使用 Core ML API 和用户数据进行预测，以及训练或精调模型，在用户设备上即可完成一切。

• Core ML 框架文档
• 查看 Core ML 模型

Core ML 工具

将 TensorFlow、PyTorch 和其他库中的模型转换为 Core ML。

• Core ML 工具

机器学习 API

仅用几行代码，即可在你的 App 中整合智能的设备端机器学习功能、图像和视频中的物体检测、语言分析以及声音分类。

• Vision
• Natural Language
• Speech
• Sound
• Translation

Foundation Models 框架

直接利用 Apple 智能核心的设备端大语言模型，为你的 App 功能提供支持。

• Foundation Models 框架文档
• 适用于生成式 AI 的《人机界面指南》

Foundation Models 适配器训练工具包

将针对 Foundation Models 框架训练的自定适配器引入你的 App。

• Foundation Models 适配器训练入门

Create ML

Xcode 随附的 Create ML 可帮助你在 Mac 上轻松训练 ML 模型，而无需深入了解机器学习技术。Create ML 的强大功能也以 Swift 框架的形式提供，让你能够使用 Swift 脚本或 Playground，通过编程方式试验并实现模型创建自动化。

• 了解“Create ML”App
• Create ML 框架文档

Metal 驱动的模型训练

利用 Apple 芯片和 Metal Performance Shaders (MPS) 后端实现图形处理器训练加速。

• Mac 上的 PyTorch 训练
• Mac 上的加速 JAX 训练
• MLX：Apple 芯片的阵列框架