Swift擁有強力的後援
Swift是由Chris Lattner在蘋果工作時創建的。目前，Chris Lattner在Google Brain工作——這是世界上最先進的人工智能研究團隊之一。 Swift語言的創始人如今在研究深度學習的實驗室工作，這個事實說明這是一個重大的項目。
前段時間，Google意識到儘管Python是一種優秀的語言，但它仍有許多難以克服的侷限性。TensorFlow需要一種新語言，經過長時間的考慮後，這個重任落到了Swift肩上。我不打算對此做詳細的介紹，但是你可以自行閱讀這篇文檔（https://github.com/tensorflow/swift/blob/master/docs/WhySwiftForTensorFlow.md），文中描述了Python的缺點，有關其他語言的考量，以及最終選中了Swift的經過。
Swift版的TensorFlow不僅僅是一個代碼庫
Swift版的TensorFlow不僅僅是另一種語言的TensorFlow。
從本質上來說，它是Swift語言的另一個分支（就像在git上創建branch一樣）。這意味著Swift版的TensorFlow並不是一個代碼庫， 它本身就是一種語言，它內置的功能支持TensorFlow所需的所有功能。
例如，Swift版的TensorFlow擁有非常強大的自動微分系統，這是深度學習計算梯度所需的基礎。相比之下，Python的自動微分系統不是語言的核心組成部分。有一些最初為Swift版的TensorFlow開發的功能後來被集成到了Swift語言本身中。
Swift非常快
當第一次得知Swift的運行速度與C代碼一樣快時，我感到非常驚訝。我知道C經過了高度優化，且可以實現非常高的速度，但這需要以微內存管理為代價，因此C不能保證內存的安全。此外，C不是一種非常容易學習的語言。
如今，Swift的數值計算速度與C一樣快，還沒有內存安全的問題，而且更容易學習。Swift背後的LLVM編譯器功能非常強大，並且擁有非常高效的優化功能，可以確保代碼快速地運行。
你可以在Swift中使用Python、C和C++代碼
由於Swift的機器學習才剛剛開始，因此Swift的機器學習庫並不多。然而，你無需擔心，因為Swift可以很好地與Python語言結合。你只需在Swift中導入Python庫，就可以放心使用了。
與此同時，你還可以將C和C++庫導入到Swift中（對於C++，你需要確保頭文件是用純C編寫的，沒有C++的特性）。
總而言之，如果你需要的某個特定的功能尚未在Swift中實現，則可以導入相應的Python、C或C++包。這一點簡直逆天了！
Swift還可以深入底層
如果你曾經使用過TensorFlow，那麼很可能是通過Python包來實現的。在底層，Python版的TensorFlow是用C實現的。所以在TensorFlow中調用函數時，你一定會在某個層面上遇到一些C代碼。這意味著在你查看源代碼的時候，會遇到一些限制。例如，你想看看卷積的實現方式，卻發現看不到Python代碼，因為它是用C實現的。
然而，在Swift中情況有所不同。Chris Lattner稱Swift是“LLVM [彙編語言]的語法糖”。這意味著從本質上講，Swift非常靠近硬件，Swift與硬件之間沒有其他用C寫的附加層。這也意味著Swift代碼非常快，如上所述。
因此，開發人員能夠檢查所有的代碼，無論是高層的代碼還是非常底層的代碼，都無需深入C。
閱讀更多 daredevil愛科技 的文章
