Panoramica
- Swift per TensorFlow, dimostrazione alla conferenza TensorFlow il mese scorso, ha sido open source in GitHub
- È ancora agli inizi, quindi lo sviluppo di framework ML completi va oltre il tuo scopo al momento
- Guarda il video qui sotto per avere un'introduzione e sentire questo lancio.
introduzione
Swift è un linguaggio di programmazione open source che è davvero decollato negli ultimi anni. Ha una base di utenti ampia e in continua espansione. E TensorFlow, come sicuramente saprai, è una delle librerie open source più popolari utilizzate nell'apprendimento automatico. Quindi combinare i due insieme è stato un gioco da ragazzi per i ragazzi di TensorFlow.
Per conoscere Swift e come viene utilizzato nella scienza dei dati in modo completo e strutturato, puoi iscriverti a questo corso gratuitamente: Impara Swift per la scienza dei dati
Swift for TensorFlow è stato presentato alla conferenza TensorFlow il mese scorso e il team dietro la tecnologia ha ora aperto la fonte su GitHub per l'intera community. Il suo obiettivo è fornire una nuova interfaccia per TensorFlow che si baserà sulle sue già incredibili capacità., portando la tua usabilità a un livello completamente nuovo.
Secondo il post sul blog ufficiale del team TensorFlow, “Swift per TensorFlow fornisce un nuovo modello di programmazione che combina le prestazioni della grafica con la flessibilità e l'espressività dell'esecuzione di Eager., con una forte attenzione al miglioramento dell'usabilità a tutti i livelli dello stack”. Nota che questo non è solo un wrapper API TensorFlow scritto nel Linguaggio veloce . Il team ha aggiunto miglioramenti del compilatore e del linguaggio a Swift per fornire un'esperienza utente di livello mondiale per i data scientist e gli sviluppatori di machine learning..
Puoi entrare nel repository GitHub quie guarda il lancio della conferenza TensorFlow nel video qui sotto:
La nostra opinione su questo
Questo è ancora in una fase iniziale, quindi non è ancora pronto per essere scritto su modelli di deep learning. Il team ammette che gli obiettivi che ha in mente al momento del lancio sono ancora lontani dall'essere raggiunti.. Ma qui c'è molto potenziale che deve ancora essere sfruttato..
Quello che mi è piaciuto di questa versione è che il team ha documentato ogni passaggio in modo estremamente dettagliato partendo dal presupposto che la maggior parte degli utenti non avrà familiarità con Veloce , o non l'avrei usato prima.
