Tensorflow in Swift

[huan]

计划 Swift 部分和 JavaScript 部分，并列为 Tensorflow 的两大跨语言脚本。

原计划：本书第一版完成 JavaScript 和 Swift 新计划：将 Swift 部分，顺延到本书第二版进行修订。第一版中暂不包含 Swift 章节。

大家看这样是否可以？ @snowkylin @dpinthinker

UPDATE(17, Mar) 经过和锡涵讨论，TF2.0正式发布之前还能有一些时间，所以决定原计划不变。撰写一个最基本的版本，5-10页

[huan]

Todo-list:

• [ ] Add static shape mismatch checking example
• [x] Make a clean MNIST example code like Julia
• [x] Change all example code: replace them to the code inside the clean example

[huan]

Reviews from @snowkylin

Swift

• [x] Use code reference in RST file instead of hardcoded. (submodule for huan's repo?)
• [x] Code example segment explanation
• [x] Replace the full example code with a link to repo/web
• [x] Make the chapter shorter by moving minor contents into tips box
• [x] Swift base syntax introduction 1-2 page with the objective: a Python programmer can understand what swift is doing.
  • [x] & Mutable explaination
  • [x] Swift specific syntax intro
• [x] Swift Dataset intro
• [x] Add source link to each image

[snowkylin]

• [x] Data API和后文的Dataset是什么，只要import tensorflow就可以使用吗，对应于tf.data？
• [x] 使用 Docker 执行 Swift 本地代码文件如果不复杂的话就直接写出方法吧，我瞄了一眼 https://github.com/huan/docker-swift-tensorflow 好像没看到怎样做
• [x] •这个符号要怎么用键盘打出来？
• [x] 在restructedtext中双反引号是inline标记，单反引号是斜体，劳烦autobuild一下再检查一下格式，JS部分我大部分改过来了
• [x] public func callAsFunction(_ input: Input)的下划线是什么意思，以及input.sequenced(through: flatten, dense)是一个什么用法，sequenced方法和through参数分别代表什么意思，和keras的sequential类似吗，我可以input.sequenced(through: flatten, dense1, dense2)吗
• [x] 代码加上一定的注释，比如声明全连接层和其他层的时候说一下这个层是什么
• [ ] optimizer.update(&model.self, along: grads)似乎直接传入了整个模型，along参数也没有见过。这个地方具体是一个怎样的操作，比如我有办法通过这种方式更新模型的部分参数吗

[snowkylin]

外加两点：

• [ ] 声明神经网络架构这部分我觉得讲得还不够，需要更详细地解释Swift里面模型的结构（对齐Keras的模型介绍 https://tf.wiki/zh/basic/models.html#model-layer ），比如一个Layer的声明包含哪些结构，typealias是什么等等。可以参考 https://www.tensorflow.org/swift/tutorials/model_training_walkthrough#create_a_model_using_the_swift_for_tensorflow_deep_learning_library
• [ ] Swift底下进行开发是否有一些比较Sexy的开发实例，之前已经被人吐槽所有的示例都只用MNIST很没意思

[huan]

Ok. Working on those comments now.

• Input BULLET(•) on Mac: Option + 8. However, I believe it will be better to be replaced by the TensorFlow.matmul(a, b), which will be more clear for the readers.