PyTorch 生态系统包括来自学术界和工业界的研究人员、应用程序开发人员和机器学习工程师组成的广泛社区的项目、工具、模型和库。该生态系统的目标是支持、加速和帮助您使用 PyTorch 进行探索，并帮助您在任何领域推动技术进步。同样，我们正在扩展最近推出的 PyTorch Hub，以进一步帮助您发现和重现最新研究成果。
在这篇文章中，我们将重点介绍今年添加到 PyTorch 生态系统中的一些项目，并提供我们用于评估社区项目的标准背景。我们还将提供快速增长的 PyTorch Hub 的最新信息，并分享即将举行的 PyTorch 夏季黑客马拉松的详细信息。
最近新增的生态系统项目
从私人人工智能到量子计算，我们看到社区不断扩展到新的有趣领域。最新项目包括：
- Advertorch：一个用于对抗鲁棒性研究的 Python 工具箱。主要功能在 PyTorch 中实现。具体来说，AdverTorch 包含用于生成对抗性扰动和防御对抗性示例的模块，以及用于对抗性训练的脚本。
- botorch：一个模块化且易于扩展的接口，用于组合贝叶斯优化原语，包括概率模型、获取函数和优化器。
- Skorch：一个用于 PyTorch 的高级库，提供完整的 scikit-learn 兼容性。
- PyTorch Geometric：一个用于不规则输入数据（如图、点云和流形）深度学习的库。
- PySyft：一个用于加密、隐私保护深度学习的 Python 库。
- PennyLane：一个用于量子机器学习、自动微分和混合量子经典计算优化的库。
- Flair：一个用于最先进自然语言处理 (NLP) 的非常简单的框架。
一个优秀的项目需要具备什么？
当我们审查 PyTorch 生态系统的项目提交时，我们会考虑我们认为重要且我们自己也会使用的项目的许多因素。其中一些标准包括：
- 经过充分测试： 用户应该相信生态系统项目能够与 PyTorch 良好协作，并包含对 CI 的支持，以确保持续进行测试，并且项目可以在最新版本的 PyTorch 上运行。
- 明确的实用性： 用户应该了解每个项目在 PyTorch 生态系统中的位置以及它带来的价值。
- 宽松的许可： 用户必须能够在没有许可担忧的情况下使用生态系统项目。例如 BSD-3、Apache-2 和 MIT 许可。
- 易于上手： 项目需要支持二进制安装选项（pip/Conda）、清晰的文档和丰富的教程集（最好内置于 Jupyter 笔记本中）。
- 持续维护： 项目作者需要致力于支持和维护他们的项目。
- 社区： 项目应该拥有（或正在建立）一个活跃、广泛的社区。
如果您希望您的项目包含在 PyTorch 生态系统中并在pytorch.org/ecosystem上展示，请在此填写表格。如果您之前已提交项目进行审核但尚未收到回复，我们承诺会尽快回复您——我们收到了大量提交！
PyTorch Hub 用于可重现研究 | 新模型
自 PyTorch Hub 推出 Beta 版以来，我们收到了社区的极大兴趣，包括许多新模型的贡献。最新模型包括杜克大学研究人员贡献的用于脑部 MRI 的 U-Net、NVIDIA 的单次检测和 HuggingFace 的 Transformer-XL。
我们看到像paperswithcode这样的机构有机地整合了 PyTorch Hub，让您更容易尝试人工智能研究的最新成果。此外，像Seldon这样的公司在 Kubernetes 上为 PyTorch Hub 模型提供生产级支持。
在 PyTorch Hub 中贡献模型有什么好处？
- 兼容性： PyTorch Hub 模型优先由 TorchScript 和 Cloud TPU 团队进行测试，并用作多个领域研究人员的基线。
- 可见性： Hub 中的模型将在pytorch.org以及paperswithcode上推广。
- 易于测试和可重现性： 每个模型都附带代码、清晰的预处理要求以及运行方法/依赖项。它还与Google Colab紧密集成，真正实现一键启动。
欢迎为 PyTorch Hub 做出贡献！
我们正在积极发展 PyTorch Hub，并欢迎贡献。您不需要是原始论文作者即可做出贡献，我们希望看到领域和范围扩大。那么我们正在寻找哪些类型的贡献呢？
- 已发表论文或 arXiv 论文（或类似性质且服务于不同受众的东西，例如 ULMFit）的工件，且大多数受众会需要。并且
- 重现已发表的结果（或更好）
总的来说，这些模型旨在帮助研究人员重现基线，或在模型之上进行下游研究（例如特征提取或微调），以及寻求论文演示以进行主观评估的研究人员。贡献时请牢记这些受众。
如果您缺乏灵感，或者只是想了解某个领域或领域中的 SOTA 是什么，请查看 Paperswithcode 最先进画廊。
PyTorch 夏季黑客马拉松
我们将在下个月举办第一届 PyTorch 夏季黑客马拉松。我们邀请您申请参加 8 月 8 日至 9 日在 Facebook 门洛帕克园区举行的现场黑客马拉松。我们将汇集社区，共同开发创新的机器学习项目，以解决各种复杂的挑战。
申请将滚动审查和接受，直至名额满员。对于无法亲身参加本次黑客马拉松的人，我们将很快推出其他参与方式。
请访问此链接申请。
感谢您成为 PyTorch 社区的一员！
- PyTorch 团队