向 PyTorch 社区问好！这里是 PyTorch 文档的快速更新。
2023 年 11 月，我们成功举办了 PyTorch Docathon，这是一个 PyTorch 社区成员聚集在一起改进 PyTorch 文档和教程的社区活动。此次活动得到了全球贡献者的参与，他们投入了时间和精力来提升我们的文档。我们对所有参与者的辛勤付出表示衷心的感谢。
Docathon 的一个重要成果是对 docstrings 的全面工作。我们的社区贡献者根据提供的任务仔细审查并改进了 docstrings。
此外，我们还增加了三个新的教程，展示了 PyTorch 在现实世界中的应用。我们特别自豪的是，其中两个教程是由 PyTorch 生态系统合作伙伴贡献的。
这里有一些新的教程供您探索：
- 使用 PyTorch 和 TIAToolbox 进行全切片图像分类——本教程演示了如何使用 PyTorch 深度学习模型和 TIAToolbox 对全切片图像（WSI）进行分类，这些图像是病理学家和研究人员用于在显微镜下研究癌症等疾病的人类组织样本。
- 基于 PyTorch 的 USB 半监督学习——本教程介绍了 USB，这是一个基于 PyTorch 的灵活且模块化的半监督学习框架，演示了它在使用预训练的 ViT 在 CIFAR-10 上训练 FreeMatch/SoftMatch 模型时的易用性，以及其适应各种算法和失衡数据集的能力。
- 将 PyTorch 稳定扩散模型部署为 Vertex AI 端点 - 本教程提供了一步一步的指南，介绍如何使用 Vertex AI（一个全托管的机器学习平台）通过创建自定义 TorchServe 处理器、将模型工件上传到 Google Cloud Storage、创建包含模型工件和预构建 PyTorch 容器镜像的 Vertex AI 模型，最后将模型部署到端点，来简化 PyTorch 稳定扩散模型（v1.5）的部署。
我们今年计划举办更多社区活动，敬请期待！
最后，我们刚刚发布了新的 2.2 PyTorch 文档和教程。请查看！
最美好的祝愿，
PyTorch 团队
