apple深度学习开发包Metal
转自：https://zhuanlan.zhihu.com/p/24623380?utm_source=tuicool&utm_medium=referral
今年的NIPS大会上，Google不但作为铂金赞助商强势占位，而且携28篇论文亮相，不可不谓风头无二。 据悉Google搞深度学习的不下500人，也发布了TensorFlow等一系列有影响力的开源框架。
苹果则在深度学习领域似乎动作缓慢，人工智能界著名的大(peng)嘴(zi) ，Facebook人工智能实验室总监LeCun也怒喷苹果在人工智能学术圈根本没有一席之地。（当然被他喷过的人很多，以后有机会再八）
不过LeCun万万没想到，苹果却很可能走上了一条农村包围城市的道路，默默在憋大招，搞了一套叫Metal的深度学习框架，让所有程序员都可以轻轻松松的使用深度学习。深度学习有望在苹果的带领下发扬光大，让其他竞争对手陷入人民战争的汪洋大海中...
另外，文末有两个价值百万的idea!!!
先来看一个演示：
这是利用苹果的深度学习开发包Metal调用CNN做的图像识别的演示，可以看到它能在手机上实时的识别出笔记本，iPod，或者是遥控器。
注意，这里有两大亮点，第一就是输入是实时的视频流，第二就是无需联网在iPhone本机就可以做。
这个意义有多大呢？
2012年的时候，谷歌用了一万六千台机器集群，用一千万个Youtube视频，训练了很长时间才达到识别视频中猫的效果!
如今，你用一个不联网的iPhone就能做到了...
是不是觉得难以置信！
简单的说，苹果的深度学习开发包Metal能够让广大iOS开发者非常方便的调用Metal提供的API来输入数据，选择模型，以及设置并发，并通过Shader的封装直接控制GPU。
再直白点，只要你懂Swift，只需要一台最新的iPhone 7手机，你就能开发基于深度学习的应用！
这套Metal的框架，让你能够搭积木一样搭出一套深度学习的应用，并提供了一套接口让你直接操控GPU里的运算单元（得益于A10芯片是苹果自己做的）。
在程序员大致了解了各种神经网络的适用范围之后，拍脑袋或者实际测试自己适合的神经网络模式，然后就可以鼓捣深度学习的应用了，就像写Swift代码一样容易。
是的，童叟无欺，你可以做语音识别、图像识别、NLP等各种应用，文末我还会提供源代码!
比如利用Metal这个框架，你可以做语音识别！下面是个Demo:
你还可以调用CNN做图像识别，深度学习技能Get! 
其他的图像聚类啊打标签啊，也是分分钟的事情啊！
嫌这个图像识别太简单？
第一个例子里，你能开发基于深度学习的实时图像识别，也就是直接用手机摄像头做实时的图像识别。
操作各种图片，聚类啊，打标签啊，滤镜什么的，那是分分钟的事情。 
瞬间，你就成了会深度学习懂人工智能的高科技码农，想想是不是有点小激动啊？
不得不说，Metal对于iOS开发者，甚至是所有的程序员来说是意义极其重大的（可以想象其他厂商也许会跟随，不过壁垒在于苹果是自己开发的A10芯片才能够操作底层GPU）：
这是一件“开发者的大事，大快所有人心的大好事”。
还不信么？
硅谷密探探长去采访了Polarr的CEO Borui Wang，他给我们展示了他们基于Metal的API做的一个相册应用Picky Album，中文叫“霹雳相册”。（App Store中搜索“霹雳相册”即可下载）
这个APP可以智能图片聚类，挑选最好的照片，并且能智能修图。 
在霹雳相册里输入"cat"，相册里所有猫的图片就出来了！（下次更新的时候会推出此功能） 
输入"church"，相册里所有教堂的图片都出来了！ 
对iOS开发者的意义
Borui Wang在采访中表示，Metal这个框架对于iOS开发者而言意义重大，苹果开发者等于拥有了直接在本地做深度学习的能力。
可以在本地做图像识别、语音识别、自然语言处理、图像聚类等各种功能，效率上会有极大的提升。
目前霹雳相册在iPhone本地用10分钟左右就能为几千张图片做索引，接近1秒处理10张图片，而传统的深度学习需要在云端计算，上传一张图片最快也要接近1秒钟，这已经是10倍以上的效率的提升。此外，Metal还在开发一个批处理功能，在未来几个月内，批处理的预计能提升5-10倍的效率。
霹雳相册除了使用深度学习进行图像处理，也利用深度学习做智能挑图，通过记录用户挑选最佳照片的行为，优化智能推荐引擎。
Metal这个框架对电商类应用，以及涉及到人脸识别、图像识别、自然语言处理的应用都会有量级的提升，此外，在iPhone上做深度学习，将摆脱对网络的依赖，解决了网络延迟的问题，也为用户节省了流量。
目前苹果官方还在改进Metal的性能，提高并发能力，预计明年一二月份会有最新的版本。
苹果的“Apple Brain”战略
Metal框架的推出，暗合了苹果“Apple Brain”的战略，是的，传说中的“Apple Brain”已经内置于你的iPhone中。
在这个战略下，Apple在2015年收购了人工智能初创公司Perceptio，后者主要是在手机本地做深度学习，同时与之配合的是硬件层面上iPhone 7采用了苹果自己设计的搭载6核GPU的A10 Fusion，计算能力大幅提升。
区别于谷歌等Google Brain都是在云端，苹果选择了把苹果大脑放在你的手机上！
苹果选择在本地做计算也有保护隐私的考量，这缓解了云端数据的安全隐患，也发挥了自己最大的优势，自己的设备大量被装在了用户的口袋里。
这个策略的选择一方面也是无奈之举，虽然4G网络不断发展，但是网络带宽和速度的问题一直没有得到解决。计算机科学家想象中的那种只需要一个客户端来访问，然后把计算都放到云端的美好想法一直举步维艰，网络基础设施依然步履缓慢，比如Google Fiber计划就困难重重。
Metal这套框架如果成功，以后很有可能Siri不需要网络也能运行，而当前Google Assistant和Amazon Echo等都是在云端运行。除了可以本地跑Siri，同样可用于识别陌生来电，自动显示附近标记的酒店等功能都可以做。
那么苹果手机也不再是一个简单的智能手机，而是一个无所不能的传感器，能感知你的位置你的温度你的环境，简直成了你大脑的自然延伸。
当然，Metal更重要的意义在广大开发者都拥有了深度学习的武器！
福利
此外，我们还提供两个价值百万的idea：
第一：开发和训练一套能够识别品牌商品的SDK，比如爱马仕或者奔驰什么的，在朋友圈或者微博等上面的商品图片识别后立马就能导购了，在合适的时间点卖给这些厂商或者电商网站，或者自己做导购电商。
第二：训练一套模型，通过你身体的姿势和动作等，来判断你是不是在开车（如何区分是在坐车还是开车，或者是步行），这是一个非常有用的模型，这个功能的重要性相信开发者都懂的，还是那句话，找到合适的时间点，一定能卖出去。
请告诉你身边的程序员朋友，他们说不定就成了百万富翁了！
p.s. 关注硅谷密探，公众号后台回复“Metal”，获取Metal开发文档和上面的实例代码。
apple深度学习开发包Metal相关推荐
- 斯坦福大学深度学习开言
欢迎来到深度学习的教程! 描述: 本教程将教你关于无监督式学习和深度学习的主要思想.在学习它们的过程中,你也将需要实现几个深度学校的算法,看着它们为你工作,并且学习怎样使用或者应用这些思想到新的问题中 ...
- 化学人学python有前途吗-Java之父点赞的开源Java深度学习框架，你不学下吗？
深度学习领域中有很多面向Python开发者的资源与教程,比如使用NumPy进行数据分析.使用MatPlotlib进行可视化等:深度学习框架方面,TensorFlow.PyTorch.MXNet等常用框 ...
- 对话Facebook人工智能实验室主任、深度学习专家Yann LeCun
对话Facebook人工智能实验室主任.深度学习专家Yann LeCun Yann LeCun(燕乐存),Facebook人工智能实验室主任,NYU数据科学中心创始人,计算机科学.神经科学.电子电气科 ...
- Java开发者动手学习深度学习开篇
什么是机器学习,什么是深度学习? 机器学习是一个通过利用统计学知识,将数据输入到计算机中进行训练并完成特定目标任务的过程.这种归纳学习的方法可以让计算机学习一些特征并进行一系列复杂的任务,比如识别照片 ...
- 想知道深度学习卷积在GPU上如何优化吗？“大神”赵开勇带你深入浅出
想知道深度学习卷积在GPU上如何优化吗?"大神"赵开勇带你深入浅出 2016-08-19 11:54 转载 陈杨英杰 0条评论 雷锋网(搜索"雷锋网"公众号关注 ...
- JFreeChart图形开发包学习笔记
一.JFreeChart的介绍 JFreeChart开发包是一个开源的Java图形开发包,它从柱形图,饼形图,到雷达图,蜡烛图等等无所不包,可以运用在c/s,b/s架构中. 优点:目前最好的java图 ...
- Mac Apple Silicon M1/M2 homebrew miniforge conda pytorch yolov5深度学习环境搭建并简单测试MPS GPU加速
目录 开始安装 零,获取代理 一,配置代理 配置zsh走代理 配置git走代理 二,安装homebrew 三,安装miniforge 四,创建conda环境 五,安装pytorch 六,运行yolov ...
- xk3190串口通讯JAVA开发包_常用品牌plc通讯协议汇总学习
一.美系厂家Rockwell ABRockwell的PLC主要是包括:PLC2.PLC3.PLC5.SLC500.ControlLogix等型号,PLC2和PLC3是早期型号,现在用的比较多的小型PL ...
- 离不开深度学习的自动驾驶
作者 | 小白 来源 | 小白学视觉 头图 | 下载于视觉中国 深度学习在整个自动驾驶技术的各个部分中进行了应用,例如在感知,预测和计划中都有应用.同时,深度学习也可以用于制图,这是高级自动驾驶的关键 ...
最新文章
- laravel框架cookie应用到中间件的理解
- 操作系统进程管理实验java_计算机考研操作系统进程管理
- python 使用pexpect实现自动交互示例
- 风糜全球、年销128亿！著名品牌好丽友突陷“双标”争议！
- VC++6.0 按F1无法打开 MSDN 的解决办法
- git 本地 更新到 仓库 仅仅 操作系统课程设计
- 模拟百度搜索框，输入时显示历史记录
- yuzu模拟器安装设置大全
- Objective C 单例实现
- python实现isprime函数_Python实现isPrime函数
- nginx 二 配置conf
- html如何改变图片比例,如何更改图片像素和大小
- WINCE 实用技巧 之 创建快捷方式详解
- Centos7 安装coturn部署一套 STUN/TURN 服务 webRTC打洞服务器
- 问题解决：The connection to the server xxxxx:6443 was refused - did you specify the right host or port?
- ios系统设置z-index不生效问题
- 数据模型建设-维度建模详解
- 用善良与热忱让服务升温 麦田房产获得客户信赖
- Lesson 46 Expensive and uncomfortable 即昂贵又受罪
- 计算机基础课教学计划,计算机基础(教学计划)