面向iOS的动态机器学习模型

我有一个用SWIFT编写的iOS应用程序。它获取用户信息并将其保存在数据库（Firebase）中。我想使用这些数据，然后动态更新在数据更新时创建的机器学习模型，以提供每次改进的预测。有没有办法做到这一点

我知道我可以单独创建经过培训的模型（例如，使用TensorFlow），然后使用Core ML将其导入我的应用程序，但我如何才能做到这一点，以便模型在新数据到来时不断更新

谢谢你的帮助

取决于模型

您不能为此使用Core ML，因为它不支持培训。iOS 11.3中的金属性能着色器框架现在支持基于神经网络模型的训练。您可以随时编写自己的培训代码

---

如果模型是一些基本的东西，比如逻辑回归，你可以在设备上训练它，不会花那么长时间。如果这是一个具有多个层次的深度学习模型，并且您正在大量数据上对其进行培训，那么在设备上进行培训可能是不可行的。

我不知道有没有（我认为有），但我认为您不应该这样做。正如你所知，训练一个模型需要花费太多的时间，即使是使用

strong

计算机。因此，如果你用你的iOS应用程序，它可能需要每小时或每天。用户迫不及待地想看到itI希望用很少的数据（例如50行）来实现这一点，而且这在计算上仍然是有效的。谢谢你的帮助！谢谢你的回复。我希望使用协同过滤构建我的模型，但是，我只有少量数据（仅使用大约50行）。我不知道金属性能着色器和基于神经网络的模型。有没有其他方法可以在云中训练模型？如果我想在设备上使用逻辑回归测试模型，你能给我一些参考资料吗？非常感谢您对协作过滤的帮助。最简单的方法是使用Swift和Accelerate.framework中的矩阵例程自己编写。您能给我介绍一下Accelerate.framework中有关矩阵例程的一些资源吗？这是我写的一个旧矩阵类型：以及我移植到Swift的共轭梯度优化例程：——为了使用Swift 3或Swift 4进行编译，两者可能都需要修复。