我很困惑使用 coreml3 工具使 mlmodel 可更新

Posted 2023-03-27

【中文标题】我很困惑使用 coreml3 工具使 mlmodel 可更新

【英文标题】：I am confused to make mlmodel updatable using coreml3 tools

【发布时间】：2020-06-24 08:22:36

【问题描述】：

我有一个使用mobilenetv2训练的regressor mlmodel。最后几层如下：

我想将此 mlmodel 制作为可更新的 mlmodel 并训练 innerProduct 层（pytorch 中的全连接层）。我已将引用此博客的 mlmodel 转换为： https://machinethink.net/blog/coreml-training-part4/ 。但我发现可更新的 mlmodel 的第二个训练输入默认设置为“score_true”，它只是一个值（数据类型：int32）。

然而，softmax 层的输出是一个具有 10 个浮点值的向量。那么如何将第二个训练输入设置为一个向量，因为 ground truth 是一个具有 10 个浮点值的向量。

我查找了CrossEntropyLoss int coremltools3.3的API。它的输入参数可以接受长度为 N 的向量。那么如何将默认生成的 score_true 从 intVal 更改为向量？ 非常感谢。

【参考方案1】：

你传入score_true MLMultiArray 的是类的索引。您不需要自己对其进行 one-hot 编码，即无需将其转换为长度为 N 的向量。

【讨论】：

感谢您的回复。我使用的模型不是分类模型。 softmax 层的输出是一个长度为 10 的向量，例如 (0, 0, 0.1, 0.3, 0.5, 0.1, 0, 0, 0, 0 )。然后使用向量计算加权算术平均值 (1, 2, 3, 4, 5, 6, 7, 8, 9, 10)。所以我不能只设置 "score_true = 5" ，其中 5 是 max prob val 0.5 的索引。我必须将地面实况值设置为向量。

那么是 (1, 2, 3, 4, 5, 6, 7, 8, 9, 10) 你要传入的向量，还是我不理解这个？如果您希望目标是一个向量，您应该手动更改score_true 训练输入的形状和数据类型（使用 coremltools）。