MegEngine

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。

BaseDet：一个基于 MegEngine 写成的目标检测仓库，类似 detectron2 之于 pytorch。

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！

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

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

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

MegEngine 开源了 4 bits 的量化的相关内容.ResNet-50 模型在 ImageNet 数据集上的精度表现与 8 bits 量化模型相差无几

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......

本文将使用 Megengine 实现手写数字识别，以完成深度学习的两大步骤：训练和预测。通过本文，读者对深度学习的最基本流程和 Megengine 框架的使用方法有大致了解。