PyTorch深度学习实战 | 手算卷积网络（Resnet-18)
ResNet-18是解决深层网络梯度消失与退化问题的经典模型，核心在于残差连接（Shortcut）：让输入X直接跳跃传递，与卷积学习的残差F(X)相加（F(X)+X），实现恒等映射。其含4个stage、18层可训练层，每个BasicBlock由两个3×3卷积+BN+ReLU构成，并通过1×1卷积适配尺寸/通道差异，显著提升深层网络训练稳定性与性能。（239字）
PyTorch深度学习实战 | 人工智能项目从训练到部署
本项目基于LSTM模型对污水处理厂总曝气量（旧区+新区）进行时序预测。通过数据清洗、Min-Max归一化、滑动窗口构造（12小时输入→预测未来1小时），构建并训练轻量级LSTM模型，支持API部署与实时调用，已实现端到端预测流程及模型保存。
TraceML：用三行代码为训练循环加入 step 级诊断
TraceML 是专为 PyTorch 训练设计的轻量级诊断工具，无需侵入式改造代码，仅需标记训练 step，即可实时可视化各阶段（数据加载、前向/反向、优化）耗时与内存分布，自动生成结构化 `final_summary.json`，快速定位性能瓶颈——是开启深度 profiling 前的「零号判断工具」。
为什么使用 TorchRec 训练和推理更快
本文结合TorchEasyRec实践，从四大维度解析推荐系统加速：1）KeyedJaggedTensor统一变长特征，实现Embedding批量融合查找；2）自动分布式分片突破单卡显存瓶颈；3）TrainPipelineSparseDist流水线并行，重叠通信与计算；4）fbgemm-gpu融合优化器，减少显存访问。端到端提升训练效率与扩展性。
AI算力狂飙背后的秘密：当“稳重老哥”Gloo遇上“极速引擎”NCCL
本文深度解析AI大模型训练中两大核心通信后端——Gloo与NCCL：前者是跨平台、高兼容的“稳健使者”，适配CPU及普通网络；后者是NVIDIA定制的“性能怪兽”，依托NVLink/RDMA实现GPU间纳秒级同步。文章以AllReduce等通信原语为切入点，对比其架构差异、适用场景与底层原理，并揭示分布式训练中通信瓶颈、拓扑感知、计算-通信重叠等关键工程实践，助开发者穿透框架表层，直抵算力调度本质。（239字）
