无需百万数据，一行代码搞定神经网络训练
当我们真正了解人脑如何运作的那一天，很可能就是Skynet启动之日。在那之前，我们似乎只能满足于借助机器学习技术带来的无人驾驶汽车、能识别相机朝向的装置等应用。
那么，神经网络是如何训练的？您是否需要雇佣数十名人工智能工程师并处理数百万数据，才能为您的应用向用户提供一系列智能功能？
尽管对科技巨头而言情况如此，但对个人开发者来说并非完全如此。与其在代码行中挣扎并开发自己的AI训练算法，不如直接使用那些已经开发并发布项目的开发者所创建的项目。其中一项项目就是MakeML。
基于CoreML，让AI开发更简单
MakeML 是一家初创公司，它提供了一种神经网络训练方案，让您只需编写一行代码即可满足需求。MakeML 基于苹果开发的 CoreML 基础设施构建，凭借其提供的底层支持，使您能够开发针对物体识别和风格迁移的应用程序。
例如，假设您有一款销售家居用品的电商应用。您希望用户拍摄的照片中出现的家居产品能被自动识别并命名，从而简化他们的工作。这难道不是一个很棒的功能吗？为此，您需要做的是下载 MakeML 工具，并利用其“物体检测”功能启动一个让系统学习识别家居用品的训练过程。为此，您只需在网站上添加可供销售的商品示例，然后启动训练。您可以在下面的视频中看到一个小例子。
当然，由于这是一项人工智能训练，您需要知道它会花费相当长的时间，具体时长取决于训练的范围。
风格迁移：释放创意潜能
MakeML 还通过其第二个功能提供风格迁移能力。可以说，这在开发像我们大家都知道的 Prisma 移动应用等应用程序时非常有用。确定参考图像后，您可以通过训练应用，使每上传的照片都转换为参考图像的格式。您的创意越丰富，就能创造出越有趣的应用。
目前，MakeML 在 CPU 上执行训练，并计划在不久的将来实现在云端完成所有操作。这样一来，它将提供更快速、更广泛的使用体验。
如果您正在开发 iOS 应用，并希望将机器学习集成到您的项目中以让用户感到惊喜，建议您试用免费提供的 MakeML 工具。