社群发布协助重现机器学习研究的工具PyTorch Hub,目前为测试版,透过简单的API和工作流程,提供开发者基本的模型,来重现机器学习相关的研究,PyTorch Hub包含多种预先训练的模型repository,这些模型是专为加速重现研究所设计,还支持网络大厂的Colab和Papers With Code,且含有许多类型的模型,包含语音、自然语言处理、生成、视觉等类型的模型,其中有Google自然语言处理BERT模型、CNN热门模型AlexNet,以及Nvidia的语音生成模型WaveGlow等18种模型。

PyTorch团队指出,重现其他研究的实验是许多领域研究过程中不可或缺的一部分,当然与机器学习技术相关的研究更是如此,不过,许多机器学习技术相关的论文不是无法重现,就是难以重现,且研究论文的数量不断地在增加,使得重现研究变的越来越重要,即使有些论文会附上训练模型的程序代码,但还是有许多步骤需要开发者自行研究,PyTorch的目标就是要为研究打造高质量、简单可重现的模型,协助开发者重现AI研究,促进新研究的发展。更多相关内文:FUN88公益台 http://openbsd.org.tw/