我们很高兴推出全新的 PyTorch 生态全景。PyTorch 生态全景 (PyTorch Landscape) 可帮助研究人员、开发者和组织轻松找到有用、精选的、由社区构建的工具，这些工具增强了 PyTorch 核心框架。
生态全景提供什么
生态全景将项目直观地组织成三个类别——建模 (Modeling)、训练 (Training) 和优化 (Optimizations)——使查找相关的框架、库和项目变得容易。用户可以快速找到针对各种用例的精选、有价值的工具，这些工具是对 PyTorch 框架的补充。生态全景中的每个工具都经过 PyTorch 项目专家的审查和验证。生态全景中的项目被认为是成熟且健康的，并在各自领域提供了补充 PyTorch 框架的有价值的功能。
探索 AI 生态全景
探索页面展示了平台、工具和库，每个都有徽标、描述以及指向 GitHub 和更多详细信息的链接。这种分类的视觉方法简化了发现过程，并提供了快速访问必要技术的途径。
指南页面：深入了解
为了获得更深入的见解，指南页面扩展了每个项目的介绍，重点介绍了塑造 AI 发展的方法和趋势，从对抗鲁棒性到自监督学习。还为每个项目提供了项目统计数据，包括星标数、贡献者、提交历史、使用的语言、许可证以及其他有价值的指标，这些指标提供了对项目的深入了解及其使用方式。
追踪 AI 的增长：统计页面
统计页面提供了对 AI 发展趋势的洞察，跟踪存储库活动、编程语言和行业资金数据。
- 存储库：117 个存储库、2.05 万名贡献者和 79.72 万个星标，总计 815MB 源代码。
- 开发趋势：过去一年的每周提交活动。
- 许可分类：存储库按许可类型分类。
- 资金与收购：对投资趋势的洞察，包括融资轮次和收购。
为何使用 PyTorch 生态全景？
寻找与 PyTorch 核心系统互补的有用且高质量的开源项目可能会令人不知所措。无论您是进行研究、构建模型还是制定战略决策，PyTorch 生态全景都提供了一种清晰易用的方式来探索社区构建的工具生态系统。
通过 PyTorch 生态全景保持领先——它是您的 PyTorch 生态系统指南。
想为 PyTorch 生态全景贡献项目？
您是否构建了一个有用的开源工具，并想与 PyTorch 社区分享？那就通过贡献您的工具来帮助我们壮大生态系统吧！您可以在此处找到申请说明。我们欢迎来自社区的所有贡献！
