🌱 初次接触PyTorch？#PyTorchCon北美峰会的入门轨道涵盖基础概念、工作流程与最佳实践，助您建立信心并开启创建之旅。

了解更多：https://t.co/j5fiJXbJdr

🎟️ 9月4日前注册享优惠：https://t.co/AVHdaIFT20 https://t.co/UDxAPtS5Tk

探索主题轨道 | LF活动

来源：https://events.linuxfoundation.org/pytorch-conference-north-america/program/explore-the-tracks/

轨道概览

2026年PyTorch北美峰会的轨道围绕PyTorch生态系统最活跃的领域设计，帮助参会者聚焦与其兴趣和专业最相关的议程。从基础概念、核心框架开发到训练、推理、应用、内核工程与负责任AI，每个轨道都凸显了PyTorch构建、扩展、部署及现实应用的独特维度。

点击轨道了解详情!

应用实践

探索团队如何运用PyTorch构建新型模型、生产应用、业务流程及贯穿AI技术栈的开源项目。

目标听众？

实践者、具备产品思维的工程师、研究团队、技术领袖，以及致力于将PyTorch工作转化为可用产品或服务的开发者。

您将学到什么？

现实世界实施模式、应用模型设计、项目经验教训，以及PyTorch生态系统工具如何支持实际AI用例。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=applications)

核心PyTorch

深入了解PyTorch框架本身，包括新功能、框架变更、开发者工作流程及项目发展方向。

目标听众？

PyTorch用户、框架贡献者、库维护者、教育工作者，以及希望了解核心项目发展方向的开发者。

您将学到什么？

框架更新、内部机制、API、贡献途径，以及在日常开发中更高效利用PyTorch的技巧。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=core-pytorch)

推理

了解PyTorch生态系统如何支持高效模型服务、运行时性能优化、大规模生产环境部署与推理。

目标听众？

推理工程师、平台团队、应用AI开发者、系统工程师，以及需在延迟敏感或成本敏感环境中部署模型的团队。

您将学到什么？

服务架构、性能调优、推理库、部署权衡，以及使PyTorch模型更快速、更易操作的方法。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=inference)

入门引导

学习PyTorch库、生态系统或AI技术栈中您不熟悉的领域。

目标听众？

所有参会者，从学生、首次参会者到希望探索新领域的资深AI工程师。

您将学到什么？

基础概念、通用工作流程、项目入门指引，以及开始使用PyTorch生态系统的平易路径。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=introduction)

内核工程

深入探索编译器、优化、自定义内核、领域特定语言，以及高性能PyTorch背后的底层系统工作。

目标听众？

系统工程师、编译器开发者、性能专家、硬件相关团队，以及优化模型执行的资深PyTorch开发者。

您将学到什么？

编译器与内核编写方法、性能调试、加速器感知优化，以及扩展PyTorch以贴近硬件的技巧。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=kernel-engineering)

负责任AI

审视使AI系统更可信的实践，涵盖PyTorch生态系统中的伦理、治理、安全、沙箱机制与隐私保护。

目标听众？

机器学习实践者、安全与隐私工程师、研究人员、治理负责人、平台团队，以及负责负责任AI部署的决策者。

您将学到什么？

风险感知开发实践、治理模式、隐私与安全考量，以及构建更安全PyTorch系统的实用方法。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=responsible-ai)

训练优化

深入探讨帮助团队更高效使用PyTorch训练模型的工具、技术与库。

目标听众？

机器学习工程师、研究人员、数据科学家、基础设施团队，以及所有负责模型开发与实验的人员。

您将学到什么？

训练工作流程、优化策略、扩展技术、库更新，以及提升训练效率与可靠性的实用指导。

探索轨道议程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=training)