Visão geral
- Swift para TensorFlow, demonstração na conferência TensorFlow no mês passado, tem sido de código aberto no GitHub
- Ainda está em seus estágios iniciais, então, desenvolver frameworks completos de ML está além do seu escopo no momento
- Assista ao vídeo abaixo para obter uma introdução e sentir este lançamento.
Introdução
Swift é uma linguagem de programação de código aberto que realmente decolou nos últimos anos. Possui uma base de usuários grande e em constante expansão. E TensorFlow, como você sem dúvida sabe, é uma das bibliotecas de código aberto mais populares usadas no aprendizado de máquina. Portanto, combinar os dois foi uma tarefa óbvia para o pessoal do TensorFlow.
Para aprender sobre o Swift e como ele é usado na ciência de dados de uma forma abrangente e estruturada, você pode se inscrever neste curso gratuitamente: Aprenda Swift para ciência de dados
O Swift for TensorFlow foi apresentado na TensorFlow Conference no mês passado e a equipe por trás da tecnologia já abriu a fonte no GitHub para toda a comunidade. Seu objetivo é fornecer uma nova interface para o TensorFlow que se baseie em seus recursos já incríveis., enquanto leva sua usabilidade a um nível totalmente novo.
De acordo com a postagem do blog oficial da equipe TensorFlow, “O Swift for TensorFlow oferece um novo modelo de programação que combina o desempenho dos gráficos com a flexibilidade e expressividade da execução Eager., com um forte foco na usabilidade aprimorada em todos os níveis da pilha”. Observe que este não é apenas um wrapper da API TensorFlow escrito no Linguagem rápida . A equipe adicionou aprimoramentos de compilador e linguagem ao Swift para fornecer uma experiência de usuário de classe mundial para cientistas de dados e desenvolvedores de aprendizado de máquina..
Você pode entrar no repositório GitHub aquie assista ao lançamento da conferência TensorFlow no vídeo abaixo:
Nossa opinião sobre isso
Isso ainda está em estágios iniciais, então ainda não está pronto para ser escrito em modelos de aprendizado profundo. A equipa admite que os objectivos que tinha em mente ao lançar este ainda estão longe de serem cumpridos.. Mas há muito potencial aqui que ainda precisa ser explorado..
O que eu gostei neste lançamento é que a equipe documentou cada etapa em detalhes extremos com a suposição de que a maioria dos usuários não estará familiarizada com Rápido , ou eu não teria usado antes.
