iOS CoreML 模型转换工具coremltools(三)
来源:互联网 发布:最可靠的单片机 编辑:程序博客网 时间:2024/05/16 02:36
Utilities
coremltools.models.utils.
evaluate_classifier
(model,data,target='target',verbose=False)评估 CoreML 分类器模型同时 同原始的模型做比较 (用于测试转换后的正确性).
Parameters: filename: [str | MLModel]
模型文件或者 MLModel.
data: [str | Dataframe]
评估模型的测试数据 (dataframe 或者 csv文件路径).
target: str
目标列名称
verbose: bool
设置为 true 可以输出更多信息.
参考
evaluate_regressor
,evaluate_classifier_with_probabilities
例:
>>> metrics = coremltools.utils.evaluate_classifier(spec, 'data_and_predictions.csv', 'target')>>> print metrics{"samples": 10, num_errors: 0}
coremltools.models.utils.
evaluate_classifier_with_probabilities
(model,data,probabilities='probabilities',verbose=False)评估 CoreML 分类器模型.
Parameters: filename: [str | Model]
模型文件或者 MLModel.
data: [str | Dataframe]
评估模型的测试数据 (dataframe 或者 csv文件路径).
probabilities: str
目标列名称
verbose: bool
设置为 true 可以输出更多信息.
coremltools.models.utils.
evaluate_regressor
(model,data,target='target',verbose=False)评估 CoreML 回归模型同时 同原始的模型做比较 (用于测试转换后的正确性)
Parameters: filename: [str | MLModel]
模型文件或者 MLModel.
data: [str | Dataframe]
评估模型的测试数据 (dataframe 或者 csv文件路径).
target: str
目标列名称.
verbose: bool
设置为 true 可以输出更多信息.
参考
evaluate_classifier
例:
>>> metrics = coremltools.utils.evaluate_regressor(spec, 'data_and_predictions.csv', 'target')>>> print metrics{"samples": 10, "rmse": 0.0, max_error: 0.0}
coremltools.models.utils.
evaluate_transformer
(model,input_data,reference_output,verbose=False)Evaluate a transformer specification for testing.
Parameters: spec: [str | MLModel]
模型文件或者 MLModel.
input_data: list[dict]
评估模型的测试数据.
reference_output: list[dict]
模型的预期结果.
verbose: bool
设置为 true 可以输出更多信息.
参考
evaluate_regressor
,evaluate_classifier
例:
>>> input_data = [{'input_1': 1, 'input_2': 2}, {'input_1': 3, 'input_2': 3}]>>> expected_output = [{'input_1': 2.5, 'input_2': 2.0}, {'input_1': 1.3, 'input_2': 2.3}]>>> metrics = coremltools.utils.evaluate_transformer(scaler_spec, input_data, expected_output)
coremltools.models.utils.
load_spec
(filename)从文件中加载protobuf 模型规范
Parameters: filename: str
能够加载到protobuf文件的磁盘位置 (合法的文件路径) .
Returns: model_spec: Model_pb
模型的Protobuf 表示
See also
save_spec
Examples
>>> spec = coremltools.utils.load_spec('HousePricer.mlmodel')
coremltools.models.utils.
rename_feature
(spec,current_name,new_name,rename_inputs=True, rename_outputs=True)重命名规范中的特征名.
Parameters: spec: Model_pb
包含将要将要命名的特征的规范.
current_name: str
当前特征名称. 如果特征不存在, 此次调用不做任何操作.
new_name: str
修改后的特征名称.
rename_inputs: bool
只修改输入中的特征 (忽略输出特征)
rename_outputs: bool
只修改输出中的特征 (忽略输入特征)
例:
# In-place rename of spec>>> coremltools.utils.rename_feature(spec, 'old_feature', 'new_feature_name')
coremltools.models.utils.
save_spec
(spec,filename)将 protobuf 模型说明保存到文件.
Parameters: spec: Model_pb
Protobuf 模型
filename: str
保存路径.
参考
load_spec
例:
>>> coremltools.utils.save_spec(spec, 'HousePricer.mlmodel')
- iOS CoreML 模型转换工具coremltools(三)
- iOS CoreML 模型转换工具coremltools(一)
- iOS CoreML 模型转换工具coremltools(二)
- CoreML学习——转换caffe模型并应用到 iOS App中
- iOS 图片风格转换(CoreML)
- iOS 图片风格转换(CoreML)
- iOS-CoreML-初探
- 初试iOS coreML
- CoreML尝鲜:将自己训练的 caffe 模型移植到 IOS 上
- 【3】制作coreML模型之环境配置
- 【4】制作coreML模型之实战
- iOS 调戏 CoreML —这是花瓶?
- iOS 模型转换
- 应用Rational 工具简化基于J2EE的项目 (三)转换到系统模型
- iOS定位坐标转换工具
- ModelBuilder创建GP工具模型【三】
- coreML 初窥
- IOS 字典快速转换为Model 模型
- 编译原理之序言
- What's New in the Revit 2018 API
- 每日一学(三) android View绘制流程之onMeasure()分析
- linux 安装mysql
- 网页服务器开发:CGI
- iOS CoreML 模型转换工具coremltools(三)
- 回车键触发表单提交的问题
- python爬虫之爬取腾讯新闻
- 大文件排序(栈中)
- 数据库系统概念(机械工业出版社,第六版)复习——第一章:引言
- linux入门
- OpenDDS开发手册---第二章(开始)3
- 第六章 使用数字
- 开通博客