Visor de modelos de redes neuronales, deep learning y machine learning, compatible con ONNX, TensorFlow, PyTorch, Core ML y muchos otros formatos.
33,6 mil3,2 milJavaScriptMITActualizado hace 4 días
apple/coremltools
Paquete de Python para convertir modelos entrenados con TensorFlow, PyTorch, scikit-learn, XGBoost y LibSVM al formato Core ML de Apple.
- Estrellas
- 5,437
- Forks
- 868
- Issues abiertos
- 542
- Último commit
- hace 22 días
¿Qué es?
Core ML Tools (coremltools) es un paquete de Python para convertir modelos de machine learning de bibliotecas de entrenamiento de terceros al formato Core ML de Apple, para que puedan ejecutarse dentro de apps para iOS, macOS y otras plataformas de Apple. Es compatible con TensorFlow 1.x y 2.x, PyTorch y frameworks que no son de redes neuronales, como scikit-learn, XGBoost y LibSVM.
Además de convertir modelos, el paquete puede leerlos, escribirlos y optimizar modelos Core ML existentes. En macOS, también puede comprobar una conversión ejecutando predicciones con Core ML. Una vez convertido, el modelo se agrega a un proyecto de Xcode y se invoca mediante las API de Core ML.
El paquete se instala desde PyPI con pip y está publicado bajo la licencia BSD-3-Clause. La documentación incluye una guía con ejemplos y una referencia de la API.
Funciones clave
- 01Convierte modelos de TensorFlow, PyTorch, scikit-learn, XGBoost y LibSVM a Core ML.
- 02Lee, escribe y optimiza modelos Core ML existentes.
- 03Valida las conversiones ejecutando predicciones con Core ML en macOS.
- 04Se instala desde PyPI con pip.
Casos de uso
- Integrar un modelo de PyTorch o TensorFlow en una app para iOS o macOS.
- Implementar un modelo de scikit-learn o XGBoost en dispositivos Apple.
- Inspeccionar o editar un modelo Core ML existente desde Python.
Inicio rápido
- 1
Instala la última versión estable desde PyPI con pip
pip install coremltools
Antes de usarlo
- Se necesita macOS para ejecutar predicciones y verificar las conversiones.
- El uso de todas las funciones depende del framework Core ML, exclusivo de las plataformas de Apple.
Temas
Preguntas frecuentes
- ¿Qué es coremltools?
- Paquete de Python para convertir modelos entrenados con TensorFlow, PyTorch, scikit-learn, XGBoost y LibSVM al formato Core ML de Apple. Core ML Tools (coremltools) es un paquete de Python para convertir modelos de machine learning de bibliotecas de entrenamiento de terceros al formato Core ML de Apple, para que puedan ejecutarse dentro de apps para iOS, macOS y otras plataformas de Apple. Es compatible con TensorFlow 1.x y 2.x, PyTorch y frameworks que no son de redes neuronales, como scikit-learn, XGBoost y LibSVM.
- ¿coremltools es gratuito? ¿Qué licencia tiene?
- coremltools es open source bajo la licencia BSD-3-Clause. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿coremltools sigue mantenido?
- Mantenimiento activo. El último commit de coremltools fue el 30 sept 2026.
- ¿Para qué puedo usar coremltools?
- Integrar un modelo de PyTorch o TensorFlow en una app para iOS o macOS. Implementar un modelo de scikit-learn o XGBoost en dispositivos Apple. Inspeccionar o editar un modelo Core ML existente desde Python.
- ¿Cómo se instala coremltools?
- Instala la última versión estable desde PyPI con pip: pip install coremltools
- ¿Dónde consigo coremltools?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/apple/coremltools
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Keras 3 es un framework de deep learning que funciona con JAX, TensorFlow, PyTorch u OpenVINO para inferencia.
64,4 mil19,8 milPythonApache-2.0Actualizado ayer
Acelerador multiplataforma para ejecutar modelos de ML exportados al formato ONNX, con compatibilidad para entrenar mediante scripts de PyTorch.
22,1 mil4,3 milC++MITActualizado hace 2 horas
Una biblioteca de Python que convierte código de machine learning entre frameworks como PyTorch, TensorFlow, JAX y NumPy mediante ivy.transpile.
14,2 mil5,4 milPythonOtherActualizado hace 8 horas
Biblioteca de Python y plataforma alojada para registrar, visualizar y gestionar experimentos de machine learning, conjuntos de datos y modelos.
11,3 mil907PythonMITActualizado hace 3 horas
Un plan de estudios de IA para principiantes de Microsoft, de 12 semanas y 24 lecciones, que abarca IA simbólica, redes neuronales, visión por computadora, NLP y ética, con notebooks en PyTorch y TensorFlow.
Recursos de aprendizaje#artificial-intelligence#machine-learning#deep-learning#neural-networks#computer-vision
70,1 mil13,6 milJupyter NotebookMITActualizado el mes pasado