logo
  • 新手入门
  • 用户指南
  • API 参考
  • 开发者指南
  • 论坛
  • 官网
  • 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)