Мы публично продемонстрировали Swift для TensorFlow на саммите разработчиков TensorFlow в марте этого года, и мы рады объявить, что Swift для TensorFlow был открыт на GitHub:
https://github.com/tensorflow/swift
Swift для TensorFlow предоставляет новую модель программирования для TensorFlow, которая сочетает граф вычислений TensorFlow с гибкостью и выразительностью Eager Execution, а также фокусируется на повышении удобства использования на каждом уровне всей архитектуры программного обеспечения. Для достижения нашей цели после тщательного рассмотрения мы решили напрямую улучшить язык программирования и компилятор Swift, сделав Tensor первоклассным гражданином языка Swift, тем самым улучшив взаимодействие с пользователем.
Наш подход отличается от общего использования TensorFlow, открывая множество новых возможностей и каналов для решения существующих проблем. Хотя проект все еще находится на ранних стадиях разработки, мы решили открыть его исходный код и опубликовать наши разработки в открытой дискуссионной группе для всех энтузиастов.
проектная документация
Мы написали некоторую документацию, подробно описывающую нашу теорию и реализацию. Все эти документы можно найти в файле README:
https://github.com/tensorflow/swift/blob/master/README.md
Первый обязательный к прочтению документ — это «Обзор дизайна Swift для TensorFlow», в котором описываются основные компоненты проекта и то, как они сочетаются друг с другом.
Кроме того, мы детализируем несколько важных направлений проекта. В основе нашего дизайна лежит алгоритм, который мы называем «Извлечение программы графа», который позволяет легко реализовывать код с использованием модели программирования в стиле Eager Execution, сохраняя при этом преимущества высокой производительности вычислительных графов TensorFlow. Кроме того, мы интегрировали расширенные возможности автоматического дифференцирования непосредственно в язык и компилятор Swift. Мы также подробно рассмотрели интеграцию Python и Swift, что позволяет использовать произвольные API-интерфейсы Python непосредственно из кода Swift.
Реализация надежного алгоритма извлечения графических программ предъявляет высокие требования к дизайну языка программирования.После анализа и обсуждения мы выбрали Swift в качестве основного языка. Чтобы понять, как мы решили использовать Swift в качестве языка программирования для TensorFlow, вы можете найти ответ здесь:
https://github.com/tensorflow/swift/blob/master/docs/WhySwiftForTensorFlow.md
Давайте начнем!
Учитывая, что проект все еще находится на ранней стадии, есть много способов принять участие и внести свой вклад в проект! У нас есть установочные пакеты для macOS и Linux, а также руководства по разработке, которые научат вас, как получить исходный код. На этом этапе, если вы столкнетесь с трудностями, вы можете связаться с нами в разделе «Предложения и отзывы о TensorFlow» на форуме китайского сообщества TensorFlow:
https://www.tensorflowers.cn/b/issues
Мы рады создать новый опыт программирования для TensorFlow, и мы будем рады услышать от вас!
нажмите ниже| читатьчитать ОригиналИскусство |выучить больше
Be a Tensorflower