MegEngine

梅格引擎

文档 | 中文文档

MegEngine 是一个快速、可扩展且用户友好的深度学习框架，具有 3 个关键功能。

• 训练和推理的统一框架
  • 量化、动态形状/图像预处理，甚至使用单个模型进行推导。
  • 训练后，将所有内容放入模型中，以便在任何平台上快速、精确地进行推理。请在此处查看快速指南。
• 最低的硬件要求
  • 启用DTR算法后，GPU的内存使用量可以减少到原来内存使用量的三分之一。
  • 利用我们的下推内存规划器实现内存使用率最低的推理模型。
• 在所有平台上高效推理
  • 在 x86、Arm、CUDA 和 RoCM 上进行快速且高精度的推理。
  • 支持Linux、Windows、iOS、Android、TEE等。
  • 利用我们的高级功能优化性能和内存使用。

---

安装

注意： MegEngine 现在支持在 Linux-64bit/Windows-64bit/MacOS(CPU-Only)-10.14+/Android 7+(CPU-Only) 平台上安装 Python，Python 版本从 3.6 到 3.9。在 Windows 10 上，您可以通过 Windows Subsystem for Linux (WSL) 安装 Linux 发行版，也可以直接安装 Windows 发行版。许多其他平台都支持推理。

二进制文件

要通过 pipwheel 安装预构建的二进制文件：

python3 -m pip install --upgrade pip
python3 -m pip install megengine -f https://megengine.org.cn/whl/mge.html

从源头构建

• CMake 构建详细信息。请参考BUILD_README.md
• Python绑定构建详细信息，请参考BUILD_PYTHON_WHL_README.md

如何贡献

• MegEngine 采用贡献者契约作为运营社区的指南。请阅读行为准则。
• MegEngine 的每个贡献者都必须签署贡献者许可协议（CLA），以明确贡献者所授予的知识产权许可。
• 您可以通过多种方式帮助改进 MegEngine：
  • 写代码。
  • 改进文档。
  • 在 MegEngine 论坛或 Stack Overflow 上回答问题。
  • 在 MegEngine 模型中心贡献新模型。
  • 在 MegStudio 上尝试新想法。
  • 报告或调查错误和问题。
  • 审查拉取请求。
  • Star MegEngine 仓库。
  • 在您的论文和文章中引用 MegEngine。
  • 将MegEngine推荐给您的朋友。
  • 欢迎任何其他形式的贡献。

我们努力建立一个开放、友好的社区。我们的目标是通过人工智能为人类提供动力。

如何联系我们

• 问题：github.com/MegEngine/MegEngine/issues
• 邮箱：[email protected]
• 论坛：discuss.megengine.org.cn
• QQ群：1029741705

资源

• 梅格引擎
• 梅格工作室
• 镜像仓库
  • OPENI：openi.org.cn/MegEngine
  • Gitee：gitee.com/MegEngine/MegEngine

执照

MegEngine 根据 Apache 许可证 2.0 版获得许可

引文

如果您在出版物中使用 MegEngine，请使用以下 BibTeX 条目引用它。

 @Misc{MegEngine,
  institution = {megvii},
  title =  {MegEngine:A fast, scalable and easy-to-use deep learning framework},
  howpublished = {url{https://github.com/MegEngine/MegEngine}},
  year = {2020}
}

版权所有 (c) 2014-2021 旷视科技。保留所有权利。