-
MegEngine与寒武纪云端人工智能处理器芯片兼容性适配完成
MegEngine与寒武纪完成了云端人工智能处理器芯片的兼容性适配,为AI领域带来重大突破。该文章介绍了MegEngine在寒武纪上的安装与验证方法,以及寒武纪和MegEngine的简要介绍。- 329
- 0
-
MegEngine 1.13.1发布,支持XLA加速神经网络训练和推理
MegEngine 1.13.1发布,新增支持XLA功能,可以加速神经网络模型的训练和推理,提升速度达10%~80%,静态和动态模型均可使用,详细使用方法和效果展示。- 145
- 0
-
MegEngine开源4位量化模型:实现精度与速度的双赢
MegEngine最近开源了4 bits的量化模型,实现了在精度和速度上的双赢。该模型是对深度学习模型部署的重要突破,将对模型部署领域产生重大影响。- 356
- 0
-
MegEngine深度学习框架详解
本文详细介绍了旷视天元(MegEngine)深度学习框架的底层计算引擎MegDNN、静态图运行时管家MegBrain以及动态图接口Imperative的作用和功能。- 285
- 0
-
MegEngine Imperative Runtime常用组件介绍
本文介绍了MegEngine Imperative Runtime中包含的常用组件,包括Python层的数据处理、神经网络模型构建、优化器等。- 168
- 0
-
MegEngine优化器使用指南
本文介绍了MegEngine中优化器的使用方法,包括构造优化器、参数更新过程、梯度清空方法等,帮助用户更好地理解和使用MegEngine优化器模块。欢迎加入MegEngine用户交流QQ群,获取更多AI技术交流和学习资源。- 252
- 0
-
MegEngine Lite模型部署到CPU(Linux x86/Android Arm)环境下运行指南
本文详细讲解了如何使用MegEngine Lite的C++接口将训练好的shufflenet_v2模型部署到CPU(Linux x86/Android Arm)环境下运行,并提供了详细的环境准备和编译步骤。- 360
- 0
-
Megengine实现手写数字识别教程
本教程介绍了如何使用Megengine框架实现手写数字识别的深度学习模型,包括环境安装、数据集准备和训练代码。阅读本文可以快速了解深度学习的基本流程和Megengine框架的使用方法。- 100
- 0
-
MegEngine imperative中的Python层模块介绍
本文将介绍MegEngine imperative中的Python层模块,包括functional、module和optimizer模块的作用和原理。了解这些模块对于高效搭建神经网络非常重要。- 440
- 0
-
MegEngine 开发者说:AI 初学者入门级开源教程
想要与顶尖开发者一起学习深度学习和大模型相关的前沿 AI 技术吗?参加MegEngine 开发者说系列课程,与优秀开发者分享项目经验和实习经历,助力你学习技术、升学、升职!- 182
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!