脸书发布协助重现机器学习研究的工具PyTorch Hub，目前为测试版，通过简单的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Google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品质、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。