穀歌宣佈Swift for TensorFlow今日開源（附安裝包）

新智元推薦

【新智元導讀】今年三月， 穀歌在TensorFlow 開發者峰會上公開演示了 Swift for TensorFlow。 今天， TensorFlow宣佈 Swift for TensorFlow 已在 GitHub 上開源：

https://github.com/tensorflow/swift

Swift for TensorFlow 為 TensorFlow 提供了一種新的程式設計模型，

將 TensorFlow 計算圖與 Eager Execution 的靈活性和表達能力結合在了一起， 同時還注重提高整個軟體架構每一層的可用性。 為了實現我們的目標， 經過深思熟慮， 我們決定直接改進 Swift 程式設計語言和編譯器， 使得 Tensor 成為 Swift 語言裡面的一等公民， 以此提升用戶體驗。

我們的方法不同於一般的 TensorFlow 使用方法， 開放了很多新的機會和管道來解決現存問題。 儘管目前項目尚處於早期開發階段， 我們還是決定將其開源， 將我們的設計方案公佈在開放的討論群組中， 讓所有愛好者都能參與進來。

設計文檔

我們編寫了一些文檔， 詳細介紹了我們的理論和實現。 這些文檔都可以在 README 檔中找到：

https://github.com/tensorflow/swift/blob/master/README.md

第一個必讀文檔是“Swift for TensorFlow 設計總覽”， 這裡介紹了項目的主要組成部分以及結合方式。

另外， 我們還會詳細介紹項目的幾個重要領域。 我們設計的基礎是一個我們稱之為“Graph Program Extraction”的演算法， 它可以讓你用 Eager Execution 式的程式設計模型來輕鬆地實現代碼， 同時還保留 TensorFlow 計算圖的高性能優勢。 另外， 我們將高級的自動微分功能直接集成在了 Swift 語言和編譯器裡面。 我們還深入介紹了 Python 與 Swift 的集成， 讓你直接通過 Swift 代碼使用任意 Python API。

實現可靠的 Graph Program Extraction 演算法對於程式設計語言的設計有很高的要求， 經過分析和討論， 我們選擇了 Swift 作為主語言。 如想瞭解我們如何決定了使用 Swift 作為 TensorFlow 的程式設計語言， 你可以在這裡找到答案：

https://github.com/tensorflow/swift/blob/master/docs/WhySwiftForTensorFlow.md

行動起來吧！

鑒於專案還在早期階段， 你可以通過很多方式參與進來， 為專案貢獻自己的力量！我們有 macOS 和 Linux 的安裝包，

以及教你如何獲取原始程式碼的開發指南。 在此階段， 如果你遇到困難， 可以在 TensorFlow 中文社區論壇的 “TensorFlow 建議和回饋” 板塊聯繫我們：

https://www.tensorflowers.cn/b/issues

我們很高興能夠為 TensorFlow 創造一個全新的程式設計體驗， 同時我們也希望傾聽你們的意見！

（本文授權轉載自公眾號“TensorFlow”）

【加入社群】

新智元 AI 技術 + 產業社群招募中， 歡迎對 AI 技術 + 產業落地感興趣的同學， 加小助手微信號: aiera2015_1 入群；通過審核後我們將邀請進群， 加入社群後務必修改群備註（姓名 - 公司 - 職位；專業群審核較嚴， 敬請諒解）。