PyTorch 教程的更新与改进 – PyTorch

PyTorch.org 为研究人员和开发人员提供文档、安装说明、最新消息、社区项目、教程等等。今天，我们正在引入可用性和内容改进，包括增加新类别的教程、用于快速查阅常见主题的新秘籍格式、使用标签排序以及更新的主页。

让我们详细看看它们。

教程主页更新

教程主页现在提供了开发人员可以采取的明确操作。对于新的 PyTorch 用户，有一个易于发现的按钮，可以直接带他们到“60 分钟入门”。旁边还有一个按钮，可以查看所有秘籍，这些秘籍旨在通过示例快速教授特定功能。

除了现有的左侧导航栏，现在还可以通过多选标签快速过滤教程。假设您想查看所有与“生产”和“量化”相关的教程。您可以选择“生产”和“量化”过滤器，如下图所示

以下其他资源也可以在教程主页底部找到

PyTorch 秘籍

秘籍是新的、简短的、可操作的示例，旨在教授研究人员和开发人员如何使用特定的 PyTorch 功能。一些值得注意的新秘籍包括

在此处查看完整的秘籍。

学习 PyTorch

本节包含为 PyTorch 新用户设计的教程。根据社区反馈，我们更新了当前的使用 PyTorch 进行深度学习：60 分钟入门教程，这是我们最受欢迎的初学者教程之一。完成本教程后，您将能够理解 PyTorch 和神经网络是什么，并能够构建和训练一个简单的图像分类网络。更新包括添加解释以阐明输出含义，链接回用户可以在文档中阅读更多内容的地方，清理混淆的语法错误，以及重构和解释新概念以提高可读性。

在生产环境中部署模型

本节包含适用于希望将其 PyTorch 模型投入生产的开发人员的教程。教程包括

前端 API

PyTorch 提供了许多前端 API 功能，可以帮助开发人员更有效地编写代码、调试和验证模型。本节包含教授这些功能是什么以及如何使用的教程。一些值得强调的教程

模型优化

深度学习模型由于其复杂性通常消耗大量内存、功率和计算。本节提供了模型优化的教程

并行和分布式训练

PyTorch 提供了可以加速研究和生产性能的功能，例如对集合操作的异步执行和可通过 Python 和 C++ 访问的点对点通信的原生支持。本节包括关于并行和分布式训练的教程

做出这些改进只是改进 PyTorch.org 为社区服务的第一步。请在此处提交您的建议。

祝好，

PyTorch 团队

PyTorch 教程的更新和改进