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

学习使用 MegEngine

阅读教程