向 PyTorch 社群致敬！以下是 PyTorch 文件的最新更新。
2023 年 11 月，我們成功舉辦了一場 PyTorch 文件馬拉松，這是一項社群活動，PyTorch 社群成員齊聚一堂，共同改進 PyTorch 文件和教程。此次活動吸引了全球貢獻者的參與，他們投入時間和精力來增強我們的文件。我們向所有參與者表示衷心的感謝。
文件馬拉松的一項主要成就是對 docstring 進行了全面的工作。我們的社群貢獻者根據提供的任務仔細審查並改進了 docstring。
此外，我們還新增了三個教程，展示了 PyTorch 的實際應用。我們特別自豪的是，其中兩個教程是由 PyTorch 生態系統合作伙伴貢獻的。
以下是供您探索的新教程：
- 使用 PyTorch 和 TIAToolbox 進行全玻片影像分類 — 本教程演示瞭如何使用 PyTorch 深度學習模型和 TIAToolbox 對全玻片影像 (WSI) 進行分類。全玻片影像是病理學家和研究人員用於在微觀層面研究癌症等疾病的人體組織樣本影像。
- 使用基於 PyTorch 構建的 USB 進行半監督學習 – 本教程介紹了 USB，一個基於 PyTorch 的靈活模組化半監督學習框架，演示了它在 CIFAR-10 上使用預訓練 ViT 訓練 FreeMatch/SoftMatch 模型的簡易性及其對各種演算法和不平衡資料集的適應性。
- 將 PyTorch Stable Diffusion 模型部署為 Vertex AI 端點 – 本教程提供了分步指南，說明如何透過建立自定義 TorchServe 處理程式，將模型工件上傳到 Google Cloud Storage，使用模型工件和預構建的 PyTorch 容器映象建立 Vertex AI 模型，最後將模型部署到端點，從而簡化使用完全託管的機器學習平臺 Vertex AI 部署 PyTorch Stable Diffusion 模型 (v1.5) 的過程。
我們今年計劃舉辦更多社群活動，敬請期待！
最後，我們剛剛釋出了新的 2.2 PyTorch 文件 和 教程。快來檢視吧！
此致，
PyTorch 團隊