新手入门
用户指南
API 参考
开发者指南
论坛
官网
GitHub
Bilibili
关于 MegEngine
如何安装 MegEngine
用户迁移指南
常见问题汇总
模型开发(基础篇)
深入理解 Tensor 数据结构
使用 Functional 操作与计算
使用 Data 构建输入 Pipeline
使用 Module 定义模型结构
Autodiff 基本原理与使用
使用 Optimizer 优化参数
保存与加载模型(S&L)
使用 Hub 发布和加载预训练模型
模型开发(进阶篇)
通过重计算节省显存(Recomputation)
分布式训练(Distributed Training)
量化(Quantization)
自动混合精度(AMP)
模型性能数据生成与分析(Profiler)
即时编译(JIT)
将动态图转为静态图(Trace)
导出序列化模型文件(Dump)
推理部署篇
将模型部署到 C++ 环境
TracedModule 发版方案
使用 MegEngine Lite 做模型部署
减少二进制文件体积
工具与插件篇
参数和计算量统计与可视化
RuntimeOpr 使用说明
如何使用 Load and Run(C++)
如何使用 Load and Run(Python)
自定义算子(Custom Op)
Edit this page
即时编译(JIT)
¶
内容正在建设中…
将动态图转为静态图(Trace)
动态图和静态图
静态图编译优化举例
使用 trace 装饰器
trace 进阶设置
指定静态图构造方式
将参数固定以便导出
减少访存操作实现加速
指定代码不被转换
导出序列化模型文件(Dump)
Dump 常用参数说明
推理优化选项表
上一页
模型性能数据生成与分析(Profiler)
下一页
将动态图转为静态图(Trace)