天元特性
直击深度学习研发痛点,实现高效 AI 实践



瞄准痛点:静态图好部署,动态图易调试,但两者难以兼得
- 动态模式快速设计模型
- 亚线性内存优化
import megengine.functional as F
from megengine.jit import trace
#import trace之后设置 enable 属性切换动静态图
trace.enable = True
# 使用 trace 类装饰网络 forward 的函数
@trace
def train_func(data, label, *, opt, net):
pred = net(data)
loss = F.cross_entropy(logits, label)
opt.backward(loss)
return pred, loss
# 调用函数训练网络,动静态图一套代码
train_func(data, label, opt=optimizer, net=le_net)
3分钟看懂天元



学习地图
我们为机器学习/深度学习领域的初学者准备了一系列特别基础的 Learning-by-doing 教程,可帮助你在学习天元 MegEngine 的使用过程中加深对基础知识的理解,请从 天元 MegEngine 基础概念 耐心顺序阅读下去,一定会有所收获。
(如果你有其它深度学习框架使用经验,请参考 天元 MegEngine 快速上手 教程,以便快速熟悉 API )


快速上手指南
用户手册
开发者指南