ONNX、TensorFlow、PyTorch、Core MLなど、多くの形式に対応したニューラルネットワーク、ディープラーニング、機械学習モデルのビューア。
apple/coremltools
学習済みのTensorFlow、PyTorch、scikit-learn、XGBoost、LibSVMモデルをAppleのCore ML形式に変換するPythonパッケージ。
- スター
- 5,437
- フォーク
- 868
- 未解決の Issue
- 542
- 最終コミット
- 22 日前
これは何?
Core ML Tools(coremltools)は、サードパーティ製の学習ライブラリで作成した機械学習モデルをAppleのCore ML形式に変換し、iOS、macOSなどのAppleプラットフォーム向けアプリ内で実行できるようにするPythonパッケージです。TensorFlow 1.xおよび2.x、PyTorchに加え、scikit-learn、XGBoost、LibSVMなどの非ニューラルネットワーク系フレームワークに対応しています。
変換だけでなく、既存のCore MLモデルの読み込み、書き込み、最適化も行えます。macOSでは、Core MLで予測を実行して変換結果を検証することもできます。変換したモデルはXcodeプロジェクトに追加し、Core ML API経由で呼び出します。
このパッケージはpipを使ってPyPIからインストールでき、ライセンスはBSD-3-Clauseです。ドキュメントには、サンプル付きのガイドとAPIリファレンスが含まれています。
主な機能
- 01TensorFlow、PyTorch、scikit-learn、XGBoost、LibSVMのモデルをCore ML形式に変換します。
- 02既存のCore MLモデルの読み込み、書き込み、最適化を行います。
- 03macOS上でCore MLによる予測を実行し、変換結果を検証します。
- 04pipを使ってPyPIからインストールできます。
ユースケース
- PyTorchやTensorFlowのモデルをiOSまたはmacOSアプリに組み込む。
- scikit-learnやXGBoostのモデルをAppleデバイスにデプロイする。
- Pythonから既存のCore MLモデルを調査または編集する。
クイックスタート
- 1
pipでPyPIから最新の安定版をインストールします
pip install coremltools
使う前に知っておきたいこと
- 変換を検証するために予測を実行するには、macOSが必要です。
- すべての機能を利用するには、Appleプラットフォーム専用のCore MLフレームワークが必要です。
トピック
よくある質問
- coremltools とは?
- 学習済みのTensorFlow、PyTorch、scikit-learn、XGBoost、LibSVMモデルをAppleのCore ML形式に変換するPythonパッケージ。 Core ML Tools(coremltools)は、サードパーティ製の学習ライブラリで作成した機械学習モデルをAppleのCore ML形式に変換し、iOS、macOSなどのAppleプラットフォーム向けアプリ内で実行できるようにするPythonパッケージです。TensorFlow 1.xおよび2.x、PyTorchに加え、scikit-learn、XGBoost、LibSVMなどの非ニューラルネットワーク系フレームワークに対応しています。
- coremltools は無料で使えますか?ライセンスは?
- coremltools は BSD-3-Clause ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- coremltools は今もメンテナンスされていますか?
- 活発にメンテナンス中。coremltools の最終コミットは 2026年9月30日 です。
- coremltools は何に使えますか?
- PyTorchやTensorFlowのモデルをiOSまたはmacOSアプリに組み込む。 scikit-learnやXGBoostのモデルをAppleデバイスにデプロイする。 Pythonから既存のCore MLモデルを調査または編集する。
- coremltools のインストール方法は?
- pipでPyPIから最新の安定版をインストールします: pip install coremltools
- coremltools はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/apple/coremltools
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Keras 3は、JAX、TensorFlow、PyTorch、または推論向けのOpenVINOで動作する深層学習フレームワークです。
ONNX形式にエクスポートしたMLモデルを実行するクロスプラットフォームのアクセラレーター。PyTorchスクリプトでの学習にも対応します。
ivy.transpileを使って、PyTorch、TensorFlow、JAX、NumPyなどのフレームワーク間で機械学習コードを変換するPythonライブラリ。
機械学習の実験、データセット、モデルを追跡・可視化・管理するためのPythonライブラリとホステッドプラットフォーム。
Microsoftによる12週間・全24レッスンの初学者向けAIカリキュラム。記号AI、ニューラルネットワーク、コンピュータービジョン、NLP、倫理を扱い、PyTorchとTensorFlowのノートブックを提供します。