傳統上，PyTorch 中的功能被分為穩定版或實驗版，透過構建 master 或安裝每夜構建（透過預構建的 whl 檔案提供）來測試前沿功能則作為隱含的第三個選項。在一些情況下，這導致了使用者對於功能的成熟度、投入程度以及向後相容性產生了一些困惑。展望未來，我們希望更好地對這三類功能進行分類，並在此明確定義從使用者角度來看每種分類的含義。
新功能命名
我們將繼續為功能設定三種分類，但如前所述，會有一些變化：穩定版、測試版（以前的實驗版）和原型版（以前的每夜構建版）。下面是對每種分類的簡要描述以及對預期向後相容性的說明
穩定版
此部分沒有變化。穩定功能意味著其使用者價值已得到或已被證明，API 預計不會改變，功能效能良好，並且所有文件都已到位，以支援終端使用者採用。
承諾級別：我們期望長期維護這些功能，並且通常不應存在主要的效能限制、文件缺失，我們也期望保持向後相容性（儘管可能會發生破壞性更改，並且會提前一個版本給出通知）。
測試版
我們以前將這些功能稱為“實驗性”，我們發現這給一些使用者造成了困惑。對於測試版功能，其價值增值（與穩定版功能類似）已得到證明（例如，剪枝是減少神經網路模型引數數量的常用技術，與我們具體選擇的實現細節無關），並且該功能通常可以工作並有文件記錄。此功能被標記為測試版，是因為 API 可能會根據使用者反饋而改變，效能需要改進，或者運算子覆蓋範圍尚不完整。
承諾級別：我們致力於將此功能推進到穩定分類。但是，我們不承諾向後相容性。使用者可以依賴我們在此領域提供解決方案，但此功能的 API 和效能特性可能會發生變化。
原型版
以前，這些是密切關注 RFCs 和 master 分支功能的開發者才知道的功能。這些功能是版本的一部分，並透過 PyPI 或 Conda 等二進位制分發提供。我們希望在正式釋出之前獲得高頻寬合作伙伴的反饋，以評估實用性以及我們需要對使用者體驗進行的任何更改。對於每個原型功能，將提供指向文件草稿或其他說明的指標。
承諾級別：我們僅致力於收集高頻寬反饋。根據這些反饋和社群成員之間潛在的進一步互動，我們作為一個社群將決定是否要提升承諾級別或快速失敗。此外，雖然其中一些功能可能更具推測性（例如新的前端 API），但其他功能具有明顯的實用性（例如模型最佳化），但可能處於一種不適合透過高頻寬渠道以外方式收集反饋的狀態，例如，該功能可能處於早期階段，可能進展迅速（PR 提交速度過快，無法趕上主要版本），和/或通常正在積極開發中。
現有功能有何變化？
首先，您可以在 pytorch.org/docs 上找到這些分類。我們還將在此處連結任何早期階段的功能以供清晰。
此外，以下功能將根據此新分類法進行重新分類
- 高階自動微分 API：測試版（原實驗版）
- 即時模式量化：測試版（原實驗版）
- 命名張量：原型版（原實驗版）
- TorchScript/RPC：原型版（原實驗版）
- 通道優先記憶體佈局：測試版（原實驗版）
- 自定義 C++ 類：測試版（原實驗版）
- PyTorch Mobile：測試版（原實驗版）
- Java 繫結：測試版（原實驗版）
- Torch.Sparse：測試版（原實驗版）
祝好，
喬、格雷格、吳和傑西卡