Swift是由Chris Lattner在苹果工作时创建的。目前，Chris Lattner在Google Brain工作——这是世界上最先进的人工智能研究团队之一。 Swift语言的创始人如今在研究深度学习的实验室工作，这个事实说明这是一个重大的项目。
前段时间，Google意识到尽管Python是一种优秀的语言，但它仍有许多难以克服的局限性。TensorFlow需要一种新语言，经过长时间的考虑后，这个重任落到了Swift肩上。我不打算对此做详细的介绍，但是你可以自行阅读这篇文档（https://github.com/tensorflow/swift/blob/master/docs/WhySwiftForTensorFlow.md），文中描述了Python的缺点，有关其他语言的考量，以及最终选中了Swift的经过。
Swift版的TensorFlow不仅仅是一个代码库
Swift版的TensorFlow不仅仅是另一种语言的TensorFlow。
从本质上来说，它是Swift语言的另一个分支（就像在git上创建branch一样）。这意味着Swift版的TensorFlow并不是一个代码库， 它本身就是一种语言，它内置的功能支持TensorFlow所需的所有功能。
例如，Swift版的TensorFlow拥有非常强大的自动微分系统，这是深度学习计算梯度所需的基础。相比之下，Python的自动微分系统不是语言的核心组成部分。有一些最初为Swift版的TensorFlow开发的功能后来被集成到了Swift语言本身中。
Swift非常快
当第一次得知Swift的运行速度与C代码一样快时，我感到非常惊讶。我知道C经过了高度优化，且可以实现非常高的速度，但这需要以微内存管理为代价，因此C不能保证内存的安全。此外，C不是一种非常容易学习的语言。
如今，Swift的数值计算速度与C一样快，还没有内存安全的问题，而且更容易学习。Swift背后的LLVM编译器功能非常强大，并且拥有非常高效的优化功能，可以确保代码快速地运行。
你可以在Swift中使用Python、C和C++代码
由于Swift的机器学习才刚刚开始，因此Swift的机器学习库并不多。然而，你无需担心，因为Swift可以很好地与Python语言结合。你只需在Swift中导入Python库，就可以放心使用了。
与此同时，你还可以将C和C++库导入到Swift中（对于C++，你需要确保头文件是用纯C编写的，没有C++的特性）。
总而言之，如果你需要的某个特定的功能尚未在Swift中实现，则可以导入相应的Python、C或C++包。这一点简直逆天了！
Swift还可以深入底层
如果你曾经使用过TensorFlow，那么很可能是通过Python包来实现的。在底层，Python版的TensorFlow是用C实现的。所以在TensorFlow中调用函数时，你一定会在某个层面上遇到一些C代码。这意味着在你查看源代码的时候，会遇到一些限制。例如，你想看看卷积的实现方式，却发现看不到Python代码，因为它是用C实现的。
然而，在Swift中情况有所不同。Chris Lattner称Swift是“LLVM [汇编语言]的语法糖”。这意味着从本质上讲，Swift非常靠近硬件，Swift与硬件之间没有其他用C写的附加层。这也意味着Swift代码非常快，如上所述。
因此，开发人员能够检查所有的代码，无论是高层的代码还是非常底层的代码，都无需深入C。