前言

在前面四篇，解釋如何使用 Amplify 的 Data Modeling 承接手機端資料，並且與 AWS 端進行 增、刪、修、查，概念就是如此簡單，但是要維護原始碼是很燒腦的，也是開發者每天的日常，不足掛齒。 更詳細的手法，我想後續再持續更新前面那四篇文章。

今天來聊聊 Core ML 和 Create ML

Core ML

• 先來看看文件寫了什麼
  • Use Core ML to integrate machine learning models into your app.
  • Core ML provides a unified representation for all models.
  • Your app uses Core ML APIs and user data to make predictions, and to train or fine-tune models, all on a person’s device.
  • 大致上是說，Core ML 是用來整合機器學習的 Model 的。
    (這邊指的 Model 和前幾篇提到的 M-V-VM 的 Model 不是同一件事情)
    機器學習中的 Model 是指，透過演算法實作的程式和訓練程式學習的行為，所創造出來的「模型」
  • 至於還沒學會關於什麼是 監督式學習 (類似亞洲是的虎媽教育)、非監督式學習 (以前當學生不念書裸考、被當掉重修的路程) 也不影響蘋果開發者去使用別人已經建好的模型。
  • 換句話說，想像自己是賣場生鮮部門海鮮課的課長，你不在乎你底下的員工是怎麼學習怎麼認識魚魚的，不管他是念水產養殖，還是以前翹課跑去海邊學習。 你只管他對於魚類海鮮的認知程度，正確性高的就符合錄取資格。
• Flow diagram going from left to right. Starting on the left is a Core ML model file icon. Next, in the center is the Core ML framework icon, and on the right is a generic app icon, labeled "your app".
  
• 看圖，可以理解左邊的「Core ML 格式的模型」、經由「Core ML」讀取後、就可以透過 Core ML 實作出的方法，被你的程式所使用。

Create ML

• 延續剛剛的話題，你是海鮮課長的話，有時候等被訓練好的員工自己上門，或是拜託他們來面試，機會是可遇不可求。 等別人訓練好的時候，恐怕海鮮課都要收了。

  

• 所以近年，各大平台在訓練模型的工具發展越來越成熟，訓練模型的難度大幅下降許多。 以至於 Apple 也生出了 Create ML、AWS SageMaker，讓開發者不用學習複雜的演算法，也可以教會 電腦看土豆、訓練出可以看魚的模型。
• 關於 Create ML 的簡介是這麼寫道的
  • Experience an entirely new way of training machine learning models on your Mac. 在你的 Mac 上使用一個嶄新的方式來訓練模型。
  • Create ML takes the complexity out of model training while producing powerful Core ML models. 你原先要受苦受難才能產出強大的模型，現在佛心公司作出的工具降低門檻了啦。

心得

• 下一篇來說明怎麼標記魚魚
• 另外，我在搜尋資料的時候，發現在 2021 鐵人賽的時候，已經有一串 「觀賞魚辨識的YOLO全餐 系列」 - by yehchitsai，使用 AWS SageMaker 訓練，觀察魚的模型了 ... 大家都喜歡魚魚，讚讚