“欧比特杯”高光谱遥感影像智能处理行业应用大赛已于2019年5月24日开始接受网上报名。报名请关注《慧天地》微信平台大赛通知 比赛通知|关于举办“欧比特杯” 高光谱遥感影像智能处理行业应用大赛的通知
或欧比特网站https://ohs.obtdata.com
「人生苦短，我用 Python。」但在 Python 如日中天的今天，深度学习可能又需要一种新的编程语言。机器学习工程师 Max Pechyonkin 认为 Swift 可能将成为重要的深度学习语言，他在一篇博客中简要阐述了 Swift 的优势和发展前景。你会考虑学习 Swift 吗？
如果你懂编程，在听到 Swift 时，你可能会想到为 iOS 或 MacOS 开发应用程序。如果你懂深度学习，那么你肯定听闻过 Swift for Tensorflow（简称 S4TF）：https://www.tensorflow.org/swift。那么你可能会问自己：「谷歌为什么要为 Swift 创建一个 TensorFlow 版本呢？毕竟已经有 Python 和 C++版本了；为什么还要增加一种语言？」我将在本文中尝试回答这一问题，并会列出你应该认真关注 S4TF 以及 Swift 语言本身的原因。本文的目的并非进行详尽的解释，而是要提供一般性的概述，文中也会带有大量链接以帮助你更深度地了解。
1Swift 背后有强有力的支持
Swift 是 Chris Lattner 在苹果公司工作时创造的。现在，Chris Lattner 在谷歌大脑工作，而谷歌大脑是当今世界上最优秀的人工智能团队之一。Swift 语言的创造者现在正在一家研究深度学习的实验室工作，这足以说明这个项目是严肃的。
Swift for TensorFlow 不只是另一种语言的 TensorFlow。它本质上是 Swift 语言本身的另一个分支。也就是说，S4TF 不只是一个软件库；它本身即是一门语言，其中内置了支持 TensorFlow 所需的所有功能。举个例子，S4TF 自带非常强大的自动微分系统，这是深度学习在计算梯度时所需的基础功能之一。对比一下 Python——自动微分并非该语言的核心组件。S4TF 中某些新开发的功能之后也被整合进了 Swift 语言。
3Swift 速度很快
在我刚得知 Swift 的运行速度和 C 语言代码一样快时，我震惊了。我知道 C 语言经过高度优化，能够达到非常高的速度，但这需要对内存进行微管理（这让 C 语言不能保证内存安全）。另外，C 语言也非常不容易学习。
现在，Swift 在数值运算方面与 C 语言一样快，而且还没有内存安全问题，学习难度也低得多。Swift 背后的 LLVM 非常强大，能够进行非常高效的优化，这能确保你的代码高速运行。
4你可以在 Swift 中使用 Python、C 和 C++ 代码
因为用于机器学习的 Swift 还处于非常早期的阶段，所以目前针对 Swift 的机器学习库还不多。但你也不用过于担心这一点，因为 Swift 具备出色的 Python 解释能力。你可以直接将任何 Python 库导入 Swift 进行使用。类似地，你也可将 C 和 C++ 库导入 Swift（对于 C++，你要确保头文件是以 C 语言写的，没有 C++ 的特性）。
总的来说，如果你需要特定的功能，但 Swift 中尚未实现，那么你可以导入对应的 Python、C 或 C++ 软件包。很了不起！
5Swift 可以做到非常低层
如果你用过 TensorFlow，那么你很可能是通过 Python 使用的。在表层之下，Python 版本的 TensorFlow 库的下面是 C 代码。所以当你调用 TensorFlow 中的任意函数时，你都会在某个层级上遇到 C 代码。这意味着如果你要检查其源代码，你所能到达的层级是很有限的。比如说，如果你想要查看卷积的实现方式，那么你不会看到为此编写的 Python 代码，因为它是用 C 语言实现的。
Swift 则不一样。Chris Lattner 将 Swift 称为「LLVM（汇编语言）的句法糖果（https://www.fast.ai/2019/03/06/fastai-swift/）」。这意味着 Swift 本质上非常靠近硬件，其间没有用 C 语言编写的其它层的代码。这也意味着 Swift 代码非常快，就像前面提到的那样。这样的特性让开发者既能在非常高的层级上检查代码，也能深入非常低的层级，同时无需涉及 C 语言。
6Swift 的未来发展
Swift 只是谷歌在深度学习领域的创新的一部分。另外还有一个非常相关的组件：MLIR：https://medium.com/tensorflow/mlir-a-new-intermediate-representation-and-compiler-framework-beba999ed18d。MLIR 全称为 Multi-Level Intermediate Representation，即多级中间表示。MLIR 将会成为谷歌的统一编译器基础设施，让开发者可以用 Swift（或其它任何支持的语言）写代码，然后将其编译到任何支持的硬件。目前，针对不同的目标硬件有很多不同的编译器，而 MLIR 将改变这种情况。这不仅能让代码实现复用，而且还支持开发者为该编译器编写定制的低层组件。它还允许研究者应用机器学习来优化低层算法：
如果你在深度学习领域，那么你可能就应该开始学习 Swift 了。它相比于 Python 有很多优势。谷歌正在大力投入，想要将 Swift 打造成 TensorFlow 机器学习基础设施的一大关键组成部分，而且 Swift 很有可能会变成一门深度学习语言。所以，早点参与到 Swift 的发展中能为你提供先发优势。
转播
