iOS上很棒的机器学习演示 我们通过Core ML和ML Kit（TensorFlow Lite）解决了在iOS上使用机器学习模型的挑战。 内容 适用于iOS的机器学习框架 等等（ ， DEPRECATED ） 使用Core ML时的模型流程 大多数ML框架的总体流程非常相似。 每个框架都有其自己兼容的模型格式。 对于每个移动ML框架，我们需要采用TensorFlow中创建的模型并将其转换为适当的格式。 一旦准备好兼容模型，就可以使用ML框架运行推理。 请注意，您必须手动执行预处理/后处理。 如需更多说明，请查看 。 使用创建ML时的模型流程 基准项目 完成 在Core ML中使用内置模型 通过ML Kit使用内置的设备上模型 使用Core ML和ML Kit的Vision自定义模型 使用Core ML进行对象检测 去做 使用ML套件进行物体检测 在ML Kit上使用内置的云模型地标识别 对Core ML和ML Kit使用NLP的自定义模型 通过Core ML和ML Kit使用自定义模型进行音频 音频识别 语音识别 TTS 影像分类 名称 演示 注意 -- -- 目标

iOS 的demo，SM2 加解密算法，SM4加解密算法，SM2+SM3签名验证签名，加解密，和验证签名的话，需要改私钥，请看demo备注 打开workspace