如何在 iPad 上訓練機器學習模型，不需要 Mac，也不用寫程式碼

過去，訓練自己的模型就意味著需要一臺電腦、專門的工具和大量的設定工作。有了配備 M1 或更新晶片的 iPad，MagicaLCore 把整個流程放進一款 App：你提供範例、訓練、測試，然後匯出一個能用在自己 App 裡的模型。

這份指南會從頭到尾帶你走一遍，並介紹一些好習慣，它們決定了模型只是在示範中可用，還是在真實生活中也可用。

1. 選擇合適的模型類型

從你希望模型回答的問題開始。MagicaLCore 可以訓練六種模型：

模型	它回答	範例
圖像	這張照片裡是什麼？	熟或未熟的水果、葉子的種類
聲音	這是什麼聲音？	鳥鳴、樂器、敲門聲
表格資料	根據這些欄位，是哪個類別或哪個數值？	根據手、腳和臂展預測身高
文字	這段文字在講什麼，或是什麼語氣？	依主題分類訊息
手勢姿勢	這是哪個靜止的手勢？	石頭、布或剪刀
手部動作	這段影片中是哪個手部動作？	影片中的簡短手勢

如果你的問題符合其中一種，iPad 就足夠了。

2. 收集好的範例

模型的品質始終取決於它的資料。以下幾條規則對每種模型類型都有幫助：

• 每個類別一個資料夾。 資料夾名稱就是標籤：熟、未熟。表格資料則使用 CSV 檔案，其中一欄是你要預測的值。
• 多樣性勝過數量。 從不同角度、在不同光線和背景下拍攝的照片。在不同房間錄下的聲音。
• 保持類別平衡。 每個類別的範例數量要接近。用 10 張某樣東西的照片和 1,000 張另一樣東西的照片訓練出的模型，會學會一律猜那個大類別。
• 收集模型將來會看到的東西。 如果你的 App 會在戶外使用 iPad 相機，就用類似的相機在戶外拍的照片來訓練。
• 留下一些範例。 用模型在訓練中從未見過的範例來測試，才是誠實的方法。

3. 設定訓練，每項設定都有說明

你可以用預設設定訓練，得到一個實用的第一版模型。當你想要更多控制時，MagicaLCore 會顯示每一項設定，每項都附有一個資訊按鈕，用淺白的文字說明它的作用。你在使用的同時就學會了機器學習的術語，而不用靠猜。

4. 看著它學習

訓練過程中，MagicaLCore 會逐次迭代繪出訓練資料和驗證資料的準確率與損失。有兩件事值得留意：

• 兩種準確率一起上升：模型學到的東西，在它沒有背下來的範例上也同樣有效。
• 訓練準確率持續上升，驗證準確率卻停滯不前：模型正在死記硬背。更多樣的範例通常比更多的迭代次數更有幫助。

訓練很長，課卻很短，或者這天特別忙？暫停它，之後在歷史記錄中從中斷的地方繼續。

5. 像使用者一樣測試

數字只是開始，真正的考驗是用新範例試試模型。MagicaLCore 讓你用自己的照片、音訊檔案、一列資料或一句話來測試，也可以用相機和麥克風即時測試。試試困難的情況：光線不好、背景噪音、不尋常的角度。每一次出錯，都在告訴你下一步該加入哪些範例。

6. 匯出真正的 .mlmodel

滿意之後，匯出一個帶有名稱、作者和描述的 .mlmodel 檔案。這是 Xcode 和 Swift Playgrounds 都能讀取的標準格式，因此你可以把它放進 iPhone 或 iPad App。MagicaLCore 中的「使用你的模型」指南會針對每種模型類型展示程式碼。

為什麼在 iPad 上？

• 不需要 Mac。 在同一臺裝置上訓練、測試和匯出。搭配 Swift Playgrounds，你甚至可以在上面開發 App。
• 隱私從設計開始。 訓練、測試和匯出都在 iPad 上完成。你的資料集永遠不會為了訓練模型而上傳。
• 你去哪裡，它就去哪裡。 校外教學、花園、教室：你可以在同一個地方收集範例並訓練。

快速檢查清單：每個類別一個資料夾，範例多樣且平衡，留下一些用於測試，測試困難的情況，然後匯出。