ios - CoreML 如何规范化输入数组

Question

我尝试将 sklearn normalizer 转换为 coreml 模型，如下所示:

normalized = sklearn.preprocessing.Normalizer()

coreml_model = coremltools.converters.sklearn.convert(normalized)

但是我得到这个错误:

“错误处理特征列表:如果给出单个特征名称，则必须提供 num_dimensions”

如何设置“num_dimensions”？

另一种选择是直接使用 CoreML 中的 Normalizer:

https://apple.github.io/coremltools/coremlspecification/sections/FeatureEngineering.html#normalizer

但是关于如何在 IOS 中使用此功能的文档为零。例如，如何在 float 组上运行它？

Answer 1

要在 Core ML 中创建规范化器，您需要构建管道模型。管道只是一系列 Core ML 模型，捆绑为一个新的 Core ML 模型。

管道中的第一个模型是 Normalizer 模型。第二个是您的常规模型。规范器模型的输出随后成为常规模型的输入。

您可以手动执行此操作(请参阅我的书，我的个人资料中的链接)但实际上，让 scikit-learn 转换器处理此操作最简单，因为这就是它的用途。

num_dimensions 错误的发生是因为仅仅转换一个 sklearn Normalizer 并没有给 coremltools 转换器足够的信息来处理。如果你想在 scikit-learn 中进行规范化，看起来你还需要在 scikit-learn 中创建一个管道模型并将其转换。