MegEngine
MegEngine 11-12 双月报：新版本发布，开发者福利课程，MegEngine 使用技巧，精彩不容错过！
● v1.13.3 新版本发布 https://github.com/MegEngine/MegEngine/releases/tag/v1.13.3 ●「MegEngine 开发者说」-编译器上手指南，算子开发及开源项目指导手册 https://www.bilibili.com/video/BV1 ......
MegEngine 版本最新发布！新增支持寒武纪思元系列 AI 芯片训练和推理
MegEngine 与 寒武纪目前完成了常见 cv 模型的算子适配，这也标志着寒武纪端云一体的人工智能芯片，与 MegEngine 深度学习框架的成功融合。 ......
MegEngine 优化 dataloader 使用体验！data monitor 帮助更好定位性能瓶颈
业务模型训练中 Data 部分可能是瓶颈所在 在训练业务模型过程中，如果我们发现模型的训练速度不符合预期，往往会下意识地认为网络本身出了问题。但实际上，大多数时候问题发生在模型的数据供给逻辑中。 区分一个训练过程的瓶颈到底是在准备数据，还是在网络的计算阶段其实是很简单的。比如对于下面这段代码： da ......
MegEngine 正式支持 XLA 啦！
MegEngine 1.13.1 中也已经支持了 XLA，在训练模型时可以选择开启此项功能，不同的模型可以获得 10%~80% 不等的速度提升。 ......
MegEngine 7-8 双月报来啦：新版本发布，开发者福利课程，干货满满
* [v1.13.1 新版本发布](https://github.com/MegEngine/MegEngine/releases/tag/v1.13.0) * [MegCC 新版本发布](https://github.com/MegEngine/MegCC/releases/tag/v0.1.5) ......
MegEngine 使用小技巧：Profiler使用手册
据不完全统计，有 80% 的性能问题其实是因为训练代码写的不够好，让 MGE 有力使不出来，本文总结了方法，满满干货 ......
如何阅读并学习 MegEngine 的代码
旷视开源的深度学习框架 MegEngine，MegEngine 是一个快速、可拓展、易于使用且支持自动求导的深度学习框架。
以最新的 release 版本 release-1.13.0 为例介绍一下 MegEngine 的代码结构以及如何学习 MegEngine 的代码。 ......
MegEngine Python 层模块串讲（下）
本文将介绍 Python 层的 quantization 模块。量化是为了减少模型的存储空间和计算量，从而加速模型的推理过程。在量化中，我们将权重和激活值从浮点数转换为整数，从而减少模型的大小和运算的复杂性。通过本文读者将会对量化的基本原理和使用 MegEngine 得到量化模型有所了解。 ......
MegEngine Python 层模块串讲（中）
本文将介绍 Python 层的 functional、module 和 optimizer 模块。理解并掌握这几个模块对于高效搭建神经网络非常重要。 ......
MegEngine Python 层模块串讲（上）
本文介绍 Python 层的 data 模块。读者将通过本文了解到要构建数据 pipeline 所需要的对象，以及如何高效地构建 pipeline。 ......
MegEngine 使用小技巧：如何使用 MegCC 进行模型编译
本文将重点解析模型部署中的重要步骤之一-模型编译：编译 MegEngine 模型，生成运行这个模型对应的 Kernel 以及和这些 Kernel 绑定的模型。 ......
MegEngine 动态执行引擎 Imperative Runtime 架构解析
在之前的[文章](https://zhuanlan.zhihu.com/p/635504419)中我们介绍过 `MegEngine` 的 `Imperative Runtime` 以及它与 `MegBrain`、`MegDNN` 的关系，这篇文章中我们将介绍 `Imperative` 中包含的常用组 ......
MegEngine 使用小技巧：如何做 MegCC 的模型性能评测
MegCC 支持了基础的 Benchmark 模块用于测试各类模型的推理性能，获取推理时各个 Kernel 的性能数据，分析模型性能瓶颈。 ......
MegEngine 动态执行引擎-Imperative Runtime 概述
因为 MegEngine 是动静合一的深度学习框架，MegBrain 解决了静态图的训练和推理问题，还需要有一个“组件”负责处理动态图的训练和推理、以及 Python 侧的训练接口，于是便有了 Imperative，也就是说，Imperative Runtime 是为了动态训练而单独设计的一套新接口... ......
MegEngine 使用小技巧：如何解读 MegCC 编译模型几个阶段 Pass 的作用
MegCC 是一个真真实实的深度学习模型编译器，具备极其轻量的 Runtime 二进制体积，高性能，方便移植，极低内存使用以及快启动等核心特点。用户可在 MLIR 上进行计算图优化，内存规划，最后通过预先写好的 code 模版进行代码生成。 ......
MegEngine 使用小技巧：用 mperf 进行安卓 opencl 算子的 roofline 分析
roofline 分析是一种简单评估当前计算任务对当前平台计算/访存能力的利用情况的方法，可以帮助分析算子的优化方向和优化潜力。 ......
MegEngine 使用小技巧：量化
常见神经网络模型所用的 Tensor 数据类型 一般是 float32 类型， 而工业界出于对特定场景的需求（极少的计算资源，极致的推理速度），需要把模型的权重和或激活值转换为位数更少的数值类型（比 int8, float16） —— 整个过程被称为量化（Quantization）。 ......
MegEngine 使用小技巧：使用 Optimizer 优化参数
MegEngine 的 optimizer 模块中实现了大量的优化算法， 其中 Optimizer 是所有优化器的抽象基类，规定了必须提供的接口。 同时为用户提供了包括 SGD, Adam 在内的常见优化器实现。 ......
如何使用 MegEngine 生态落地一个算法
MegEngine 生态工具，希望能为用户提供一个快速、高效、灵活的深度学习算法落地平台，以更好地实现算法落地。 ......