资讯
TensorFlow团队表示：
Swift for TensorFlow 为 TensorFlow 提供了一种新的编程模型，为解决现有问题开辟了新的设计机会和新的途径。虽然该项目处于早期开发阶段，但我们已决定开放源代码并将我们的设计讨论转移到公共邮件列表中，方便对此项目感兴趣的任何人都能参与进来
据介绍，Swift for TensorFlow结合了图的性能、Eager Execution的灵活性和表达能力，重点提高了堆栈中各个层次的可用性。
TensorFlow团队强调Swift for TensorFlow不仅仅是一个用Swift编写的TensorFlow API封装，还包括Swift中的编译器和语言增强功能，便于机器学习开源人员操作
据TensorFlow团队介绍，该项目的是基于一种名为Graph Program Extraction的算法，该算法让用户可以在Eager Execution风格编程时，并仍然保留图形的所有优点。
该设计还支持Swift中的高级自动区分以及Swift中的Python集成，允许开发人员直接使用Python API Swift代码。
Google提供了详细的文档以帮助用户开始使用。它建议从“Swift for TensorFlow 设计总览”开始，这里介绍了项目的主要组成部分以及结合方式。，然后转到一些其他更详细的文档。
fast.ai 创始人、前任Kaggle总裁Jeremy Howard在看到此次项目之后曾在 Twitter 上评论：“我们是不是终于可以放下 Python 了。那么，我们是否需要开始真得需要并投入到 Swift 中来呢？
此外，Jameson Toole 还发表一篇标题为《为什么数据科学家应该开始开始学习 Swift》，他表示不要将 Swift 视为 TensorFlow 的简单包装，该项目改变的将是整个机器学习和数据科学生态系统使用的默认工具。
那么，你是否觉得有必要投入到 Swift 中来呢？关于Swift for TensorFlow更多的细节，可以前往GitHub上详细查看：https://github.com/tensorflow/swift 。
