Visualizador de modelos de redes neurais, deep learning e machine learning, com suporte a ONNX, TensorFlow, PyTorch, Core ML e muitos outros formatos.
33,6 mil3,2 milJavaScriptMITAtualizado há 4 dias
apple/coremltools
Pacote Python para converter modelos treinados com TensorFlow, PyTorch, scikit-learn, XGBoost e LibSVM para o formato Core ML da Apple.
- Estrelas
- 5,437
- Forks
- 868
- Issues abertas
- 542
- Último commit
- há 22 dias
O que é?
Core ML Tools (coremltools) é um pacote Python para converter modelos de machine learning de bibliotecas de treinamento de terceiros para o formato Core ML da Apple, permitindo executá-los em apps para iOS, macOS e outras plataformas Apple. Ele oferece suporte a TensorFlow 1.x e 2.x, PyTorch e frameworks que não são de redes neurais, como scikit-learn, XGBoost e LibSVM.
Além da conversão, o pacote pode ler, gravar e otimizar modelos Core ML existentes. No macOS, também pode validar uma conversão executando previsões com Core ML. Depois de convertido, o modelo é adicionado a um projeto do Xcode e chamado por meio das APIs do Core ML.
O pacote pode ser instalado pelo PyPI com pip e é licenciado sob BSD-3-Clause. A documentação inclui um guia com exemplos e uma referência da API.
Recursos principais
- 01Converte modelos de TensorFlow, PyTorch, scikit-learn, XGBoost e LibSVM para Core ML.
- 02Lê, grava e otimiza modelos Core ML existentes.
- 03Valida conversões executando previsões com Core ML no macOS.
- 04Pode ser instalado pelo PyPI com pip.
Casos de uso
- Adicionar um modelo de PyTorch ou TensorFlow a um app para iOS ou macOS.
- Implantar um modelo de scikit-learn ou XGBoost em dispositivos Apple.
- Inspecionar ou editar um modelo Core ML existente usando Python.
Início rápido
- 1
Instale a versão estável mais recente do PyPI com pip
pip install coremltools
Antes de usar
- É necessário usar macOS para executar previsões e verificar as conversões.
- O uso de todos os recursos depende do framework Core ML, exclusivo das plataformas Apple.
Tópicos
Perguntas frequentes
- O que é coremltools?
- Pacote Python para converter modelos treinados com TensorFlow, PyTorch, scikit-learn, XGBoost e LibSVM para o formato Core ML da Apple. Core ML Tools (coremltools) é um pacote Python para converter modelos de machine learning de bibliotecas de treinamento de terceiros para o formato Core ML da Apple, permitindo executá-los em apps para iOS, macOS e outras plataformas Apple. Ele oferece suporte a TensorFlow 1.x e 2.x, PyTorch e frameworks que não são de redes neurais, como scikit-learn, XGBoost e LibSVM.
- coremltools é gratuito? Qual é a licença?
- coremltools é open source sob a licença BSD-3-Clause. Confira os termos da licença antes de usá-lo em produtos comerciais.
- coremltools ainda é mantido?
- Manutenção ativa. O último commit de coremltools foi em 30 de set. de 2026.
- Para que posso usar coremltools?
- Adicionar um modelo de PyTorch ou TensorFlow a um app para iOS ou macOS. Implantar um modelo de scikit-learn ou XGBoost em dispositivos Apple. Inspecionar ou editar um modelo Core ML existente usando Python.
- Como instalar coremltools?
- Instale a versão estável mais recente do PyPI com pip: pip install coremltools
- Onde consigo coremltools?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/apple/coremltools
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Keras 3 é um framework de deep learning que roda com JAX, TensorFlow, PyTorch ou OpenVINO para inferência.
64,4 mil19,8 milPythonApache-2.0Atualizado ontem
Acelerador multiplataforma para executar modelos de ML exportados no formato ONNX, com suporte ao treinamento de scripts do PyTorch.
22,1 mil4,3 milC++MITAtualizado há 2 horas
Biblioteca Python que converte código de machine learning entre frameworks como PyTorch, TensorFlow, JAX e NumPy usando ivy.transpile.
14,2 mil5,4 milPythonOtherAtualizado há 8 horas
Biblioteca Python e plataforma hospedada para acompanhar, visualizar e gerenciar experimentos de machine learning, conjuntos de dados e modelos.
11,3 mil907PythonMITAtualizado há 3 horas
Currículo introdutório de IA da Microsoft, com 24 aulas ao longo de 12 semanas sobre IA simbólica, redes neurais, visão computacional, NLP e ética, incluindo notebooks em PyTorch e TensorFlow.
Recursos de aprendizado#artificial-intelligence#machine-learning#deep-learning#neural-networks#computer-vision
70,1 mil13,6 milJupyter NotebookMITAtualizado mês passado