SWIFT for TensorFlow是下一代

通过直接与通用编程语言集成，SWIFT for TensorFlow能够以前所未有的方式表达更强大的算法。

可区分编程在通用编程语言中得到了一流的支持。利用函数的派生函数，使自定义数据结构在瞬间变得可区分。

新的API受到今天的最佳实践和明天的研究方向的影响，使用起来更容易，功能也更强大。

在Jupyter和LLDB的基础上，Colab的SWIFT通过情景感知自动完成等有用工具提高您的工作效率。

本教程将向您介绍如何构建和培训您的第一个SWIFT for TensorFlow模型。

详细了解SWIFT编程语言及其功能如何应用于数值编程和机器学习。

了解如何利用SWIFT for TensorFlow的语言集成自动区分系统的强大功能，以及如何完全定制该系统。

使用SWIFT for TensorFlow并不意味着您需要抛弃您最喜欢的Python库。在本教程中了解SWIFT for TensorFlow的无缝Python互操作性功能。

杰里米·霍华德(Jeremy Howard)和克里斯·拉特纳(Chris Lattner)在一个高级深度学习课程中为TensorFlow基金会教授斯威夫特。

按照以下说明在具有GPU加速的边缘ARM64处理器上运行SWIFT for TensorFlow。

生成显示示例图像的风格特征的图像，同时保留内容的高级结构。