Swift для дата-сайентиста: быстрое погружение за 2 часа

Спасибо за статью. Больше Swift богу Swift!
Хочу подчеркнуть несколько важных (на мой взгляд) моментов.
1) Swift (оригинальный) и Swift for TensorFlow это разные вещи. То есть Swift for TensorFlow это отдельный Toolchain (компилятор, библиотеки, синтаксис, функционал и тд). То есть, надо идти в репозиторий, качать и устанавливать отдельный Toolchain и тогда у вас появляется эти функции. Думаю, что так будет очень долго (читай всегда).

2) Примеров уже доступна целых два :).
3) API будет сильно меняться еще несколько месяцев. В комьюнити обсуждается много изменений.
4) Уже есть первая документация, которая будет рости по мере появления новых сборок.

Google объявил, что TensorFlow переезжает на Swift. Так что отложите все свои дела, выбросьте Python и срочно учите Swift.

Разработчики TensorFlow, конечно, пока не забывают Python, но основой фреймворка станет именно Swift.

Можно поинтересоваться откуда эта информация? Судя по оригинальной ссылке и видео это похоже на удобную обвертку над Tensorflow (как и Tensorflow.js), но я не вижу, чтобы где-то писали что Swift станет основным языком, то есть будет первым получать новые плюшки и т.д.

Авторы Swift for TensorFlow предоставили увлекательную документацию на свой проект, которая объясняет причины выбора языка, архитектурные решения.
Вот две ключевые статьи из документации: Automatic Differentiation, Graph Program Extraction.
И описание дизайна Design Overview.
На самом деле, Swift for TensorFlow охватывает достаточно узкий диапазон возможностей языка Swift. Так что изучение оригинального Swift, если вы собрались использовать Tensorflow, не рационально, по моему.

Если очень не хочется писать TensorFlow код на питоне, можно пользоваться обёрткой для Julia, которая тоже позволяет не писать tf.while_loop, заменяя эту магию на макрос @tf.

Код: https://github.com/malmaud/TensorFlow.jl
И поддержка CUDA есть.

Опаньки, Крис Латтнер все-таки нашел себе работу и продвигает Swift в массы