用于可视化神经网络、深度学习和机器学习模型结构的查看器,支持 ONNX、PyTorch 等多种格式。
apple/coremltools
用于将 TensorFlow、PyTorch、scikit-learn 等模型转换为 Core ML 格式的 Python 工具包。
- Star
- 5,437
- Fork
- 868
- 未关闭 Issue
- 542
- 最近提交
- 22天前
这是什么?
Core ML Tools(coremltools)是一个 Python 包,用于将第三方训练框架中的机器学习模型转换为 Apple 的 Core ML 格式,使其能在 iOS、macOS 等 Apple 平台应用中运行。支持 TensorFlow 1.x 和 2.x、PyTorch,以及 scikit-learn、XGBoost、LibSVM 等非神经网络框架。
除了模型转换,它还可以读取、编写和优化已有的 Core ML 模型。在 macOS 上,还能通过 Core ML 执行预测,用于验证转换结果。转换后的模型可以添加到 Xcode 项目中,通过 Core ML API 调用。
项目可通过 pip 从 PyPI 安装,采用 BSD-3-Clause 许可证,并提供包含示例的使用指南和 API 参考文档。
核心功能
- 01支持将 TensorFlow、PyTorch、scikit-learn、XGBoost 和 LibSVM 模型转换为 Core ML 格式。
- 02可以读取、编写和优化已有的 Core ML 模型。
- 03在 macOS 上通过 Core ML 执行预测,验证转换结果。
- 04可通过 pip 从 PyPI 安装。
适用场景
- 将 PyTorch 或 TensorFlow 模型集成到 iOS 或 macOS 应用中。
- 在 Apple 设备上部署 scikit-learn 或 XGBoost 模型。
- 在 Python 中检查或修改已有的 Core ML 模型。
快速上手
- 1
使用 pip 从 PyPI 安装最新稳定版
pip install coremltools
使用前须知
- 使用 Core ML 进行预测以验证转换结果需要 macOS。
- 完整功能依赖 Apple 平台专属的 Core ML 框架。
标签
常见问题
- coremltools 是什么?
- 用于将 TensorFlow、PyTorch、scikit-learn 等模型转换为 Core ML 格式的 Python 工具包。 Core ML Tools(coremltools)是一个 Python 包,用于将第三方训练框架中的机器学习模型转换为 Apple 的 Core ML 格式,使其能在 iOS、macOS 等 Apple 平台应用中运行。支持 TensorFlow 1.x 和 2.x、PyTorch,以及 scikit-learn、XGBoost、LibSVM 等非神经网络框架。
- coremltools 可以免费使用吗?用的什么许可证?
- coremltools 以 BSD-3-Clause 许可证开源。用于商业产品前,请先确认许可证条款。
- coremltools 还在维护吗?
- 活跃维护中。coremltools 最近一次提交是在 2026年9月30日。
- coremltools 适合用来做什么?
- 将 PyTorch 或 TensorFlow 模型集成到 iOS 或 macOS 应用中。 在 Apple 设备上部署 scikit-learn 或 XGBoost 模型。 在 Python 中检查或修改已有的 Core ML 模型。
- coremltools 怎么安装和运行?
- 使用 pip 从 PyPI 安装最新稳定版: pip install coremltools
- 在哪里获取 coremltools?
- 源代码和安装说明在 GitHub 上:https://github.com/apple/coremltools
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
Keras 3 是一个多后端深度学习框架,可运行于 JAX、TensorFlow、PyTorch 之上,OpenVINO 仅用于推理。
跨平台的机器学习推理与训练加速器,用于运行 ONNX 格式的模型。
一个 Python 机器学习代码转换库,可在 PyTorch、TensorFlow、JAX、NumPy 等框架之间互相转换代码。
用于跟踪、可视化和管理机器学习实验、数据集与模型的 Python 库及托管平台。
微软出品的 12 周 24 课初学者 AI 课程,涵盖符号 AI、神经网络、计算机视觉、NLP 和 AI 伦理,配有 PyTorch 与 TensorFlow 代码。