{"id":113914,"date":"2017-07-10T10:24:53","date_gmt":"2017-07-10T08:24:53","guid":{"rendered":"https:\/\/www.iphone-ticker.de\/?p=113914"},"modified":"2017-07-10T10:28:31","modified_gmt":"2017-07-10T08:28:31","slug":"videovortrag-machine-learning-fuer-ios-applikationen","status":"publish","type":"post","link":"https:\/\/www.iphone-ticker.de\/videovortrag-machine-learning-fuer-ios-applikationen-113914\/","title":{"rendered":"Videovortrag: Machine Learning f\u00fcr iOS-Applikationen"},"content":{"rendered":"

Welche beeindruckenden Ergebnisse Apples neue Core ML-Technologie<\/a> abliefern kann, zeigen zahlreiche Entwickler-Videos<\/a>, die den Einsatz kleiner Testapplikationen demonstrieren, die mit Hilfe der von Apple bereitgestellten Beispiel-Modelle kompiliert wurden. <\/p>\n

\"Schraubenzieher\"<\/a><\/p>\n

So bietet Cupertino auf seinem Entwickler-Portal mehrere ML-Pakete<\/a> an, die Objekte vor dem Sucher der iPhone-Kamera erkennen und identifizieren k\u00f6nnen. Das nur 5MB kleine Core ML-Model „SqueezeNet“ ist etwa in der Lage Live-Bilder einer von rund 1000 unterschiedlichen Kategorien wie B\u00e4umen, Tiere, Lebensmittel, Menschen und Co. zuzuordnen. <\/p>\n

Doch wie lassen sich die Dateien sinnvoll in eigenen iOS-Applikationen einsetzen? Eine Frage, die Meghan Kane<\/a> jetzt in dem kostenlos verf\u00fcgbaren Videovortrag „Bringing Machine Learning to your iOS Apps<\/a>“ beantwortet. <\/p>\n

Die ehemalige<\/a> SoundCloud-Entwicklerin erkl\u00e4rt wann der Einsatz von Machine Learning-Technologien Sinn macht, schaut sich Apples WWDC-Beispiel an und empfiehlt Werkzeuge, die die Arbeit mit der neuen iOS-Technologie vereinfachen k\u00f6nnen. Eine Videoempfehlung<\/a>, f\u00fcr die ihr 40 Minuten Freizeit einplanen m\u00fcsst. <\/p>\n

\"Machine\"<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"\"Machine\"<\/a>

Welche beeindruckenden Ergebnisse Apples neue Core ML-Technologie abliefern kann, zeigen zahlreiche Entwickler-Videos, die den Einsatz kleiner Testapplikationen demonstrieren, die mit Hilfe der von Apple bereitgestellten Beispiel-Modelle kompiliert wurden. So bietet Cupertino auf seinem Entwickler-Portal mehrere ML-Pakete an, die Objekte vor dem Sucher der iPhone-Kamera erkennen und identifizieren k\u00f6nnen. Das nur 5MB kleine Core ML-Model „SqueezeNet“ […]<\/p>\n","protected":false},"author":1,"featured_media":113918,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[88],"tags":[3976,3917,3778,8],"class_list":["post-113914","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-entwickler","tag-core-ml","tag-entwickler","tag-ios-11","tag-video"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t