详细内容或原文请订阅后点击阅览
TorchVision 现代化之旅 – TorchVision 开发人员回忆录 – 3
无
来源:DatumBox - 机器学习、统计和软件开发博客距离我上次在 TorchVision 回忆录系列中发布新文章已经有一段时间了。虽然我之前已经在官方 PyTorch 博客和 Twitter 上分享过新闻，但我认为最好多谈谈 TorchVision 上一个版本 (v0.12) 发生了什么、下一个版本 (v0.13) 会推出什么以及我们对 2022H2 的计划。我的目标是不仅提供新功能概述，而且还提供有关我们希望在接下来的几个月中将项目带向何方的见解。
系列 Twitter上一个版本的重点和亮点
TorchVision v0.12 是一个规模相当大的版本，具有双重重点：a) 更新我们的弃用和模型贡献政策，以提高透明度并吸引更多社区贡献者；b) 通过添加流行的新模型架构、数据集和 ML 技术加倍我们的现代化努力。
TorchVision v0.12更新我们的政策
成功开源项目的关键是维持一个健康、活跃的社区，为项目做出贡献并推动项目向前发展。因此，我们团队的一个重要目标是增加社区贡献的数量，长期愿景是让社区能够在通常的渐进式改进（错误/文档修复、小功能等）的基础上贡献重大功能（新模型、ML 技术等）。
从历史上看，尽管社区渴望贡献此类功能，但我们的团队犹豫是否接受它们。关键障碍是缺乏具体的模型贡献和弃用政策。为了解决这个问题，Joao Gomes 与社区合作起草并发布了我们的第一份模型贡献指南，该指南明确了贡献新架构、预训练权重和需要模型训练的功能的过程。此外，Nicolas Hug 与 PyTorch 核心开发人员合作制定并采用了具体的弃用政策。
渴望 模型贡献指南 弃用政策 接触