摘要： MegEngine 年度报告来啦～ 又到年终时，今年我们去繁从简，只聊技术。 浅浅盘点一下，MegEngine 的年度“大动作”。 阅读全文

摘要： 本文以深度学习编译器的开发、结合我们实际开发的深度学习编译器 MegCC 为例，来说明如何写一个编译器。 阅读全文

摘要： 本文在介绍 BaseDet 之外，分享在完成 BaseDet 过程中面临的问题和思考。这些内容涉及的范围比较广，有关于深度学习框架、软件工程和开源项目等诸多内容 阅读全文

摘要： 新手入门深度学习框架怎么办？快速、可拓展、易于使用且支持自动求导的深度学习框架-MegEngine 配备了新手入门文档，助力初学者快速上手框架。 阅读全文

摘要： MegEngine 社区优秀贡献者荣誉体系 —— “Awesome MegEngineer”上线啦！诚邀同样热爱开源的你加入！ 阅读全文

摘要： 本文将从获取一个训练好的 shufflenet_v2 模型出发， 讲解如何使用 MegEngine Lite 的 C++ 接口将其部署到 CPU（Linux x86 / Android Arm）环境下运行。 阅读全文

摘要： 由 MegEngine 团队开源的 MegCC 创新使用模型预编译的方案，生成模型推理必要的代码，去除掉了和模型推理无关的代码，因此极大程度上减少了推理引擎的体积。 阅读全文

摘要： 性能优化是个十分广泛的话题，它涉及 CPU、内存、磁盘、网络等方面。MegEngine 作为一个训推一体的深度学习框架，也在持续不断探索性能优化的最优解。本篇整理了 Bot 过往发布的相关文章，希望能帮助大家更好的理解和掌握 MegEngine 使用技巧。 阅读全文

摘要： 作者：周瑞亮 | 旷视 MegEngine 架构师 随着深度学习的发展，其应用场景也越发的广泛与多样。这些多样化的场景往往会对实际的部署提出更加“定制化”的限制。例如，自动驾驶汽车对人体识别的精度要求肯定比图像识别动物分类的精度要求更加严苛，因为二者的应用场景和错误预测带来的后果截然不同。这些“定制 阅读全文

摘要： 为了达到更好的训练效果，通常炼丹师们会使用更大的模型和更大的 Batch size，但因此带来的大显存占用，却成为不可避免的硬伤。 尤其是如今 GPU 越来越贵，甚至还可能买不到...... MegEngine v1.5 及以上版本，支持动态图和静态图的显存优化，显存占用可降至 1/4。 先上对比效 阅读全文