零基础入门AI框架
VIDEO
旷视天元MegEngine介绍和快速上手
MegEngine背景,特点,环境设置和安装介绍
旷视天元MegEngine模型构建和训练入门
如何使用 Dataset、Sampler 和 DataLoader 进行数据的加载和预处理
模型构建和训练进阶 I:分类问题
图片分类任务背景和ImageNet数据集
模型构建和训练进阶 II:物体检测
本节课程中,我们将学习通用物体检测的方法和流程,并且我们将以Faster-RCNN为例讲述旷视天元MegEngine是如何实现通用物体检测的Pipeline的。其中包括数据准备,模型搭建,训练测试,还有节省显存的大杀器sublinear memory等内容。
Android 移动端模型推理部署
以ShuffleNet V2为例, 介绍如何将预训练的模型部署到Android 移动终端,结合Camera完成实时推理实现。
部署进阶:推理端优化
了解模型量化基本原理,介绍 MegEngine 框架中模型量化方案,量化相关的模块和使用方法。以网络模型ShuffleNet V2为例, 实例讲解使用MegEngine进行模型量化的流程。
技术博客
BLOG
9 月 18 日,中关村论坛旷视平行论坛中,旷视研究院院长、首席科学家孙剑正式发布了开源深度学习框架天元 1.0 预览版,并对天元的技术特性与发展方向进行了深入解读。
“15分钟看顶会”是旷视研究院全新推出的论文快速解读专栏,聚焦旷视在全球各大顶会、期刊等平台所发表的工作,覆盖深度学习、计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等方向。
相信做SLAM(即时定位与地图构建)的同学都知道或者领略过TartanAir,这个CMU于今年3月发布的超难数据集的“风采”。据CMU研究人员介绍,构建该数据集的目的就是为了推动视觉SLAM的极限。而在完全基于该数据集举办的 CVPR2020 SLAM 挑战赛上,旷视研究院 SLAM 组以绝对优势包揽该挑战赛全部赛道的冠军。本文对团队的方案进行了介绍,希望与同学们交流讨论。
“15分钟看顶会”是旷视研究院全新推出的论文快速解读专栏,聚焦旷视在全球各大顶会、期刊等平台所发表的工作,覆盖深度学习、计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等方向。
深度学习实践
DEEP LEARNING
神经网络的研究目的、深度神经网络、卷积神经网络和网络结构设计相关知识
深度学习所需的数学知识,包括线性代数和概率论中的基本概念
介绍计算机视觉的定义、近年来计算机视觉领域进展、计算机视觉中的深度学习以及计算机计算机视觉和深度学习
成长路径
GROW UP
你问我答
Q & A
Q:旷视天元是什么?可以用来做什么?
旷视天元(MegEngine)是旷视自主研发的开源深度学习框架,于2020年3月正式开源;天元能够帮助开发者高效的完成深度学习算法的设计、训练、部署,有效提升AI研发工作效率。
Q:天元框架有什么特点或优势?
天元框架是在旷视长期进行大规模AI业务落地过程中诞生的,这种业务形态对深度学习框架有很多挑战,在不断解决这些挑战的过程中,天元框架形成了训练推理一体化、动态图静态图合一、兼容并包、灵活高效等特性。
Q:天元框架在旷视内部的使用情况如何?
2014年,旷视完成了全量深度学习算法工作向天元的切换。在此之后,旷视大量的业务算法和众多国际比赛的冠军算法都在天元框架的基础上完成,天元框架是旷视AI业务和技术能力强有力的支撑。
Q:如何获取天元框架?
天元框架是一个开源的深度学习框架,开发者可以免费获取和使用,您可以通过项目在GitHub上的 社区 来了解、获取项目并参与贡献,也可以访问本项目的 官方网站 来查看文档、观看教程。
提交
RECOMMEND
热门推送
9月18日,在中关村论坛旷视平行论坛上,旷视研究院院长、首席科学家孙剑正式发布了深度学习开源框架天元MegEngine 1.0预览版,并对天元的技术特性与发展方向进行了深入解读。
零基础入门AI框架
VIDEO
旷视天元MegEngine介绍和快速上手
MegEngine背景,特点,环境设置和安装介绍
旷视天元MegEngine模型构建和训练入门
如何使用 Dataset、Sampler 和 DataLoader 进行数据的加载和预处理
模型构建和训练进阶 I:分类问题
图片分类任务背景和ImageNet数据集
模型构建和训练进阶 II:物体检测
本节课程中,我们将学习通用物体检测的方法和流程,并且我们将以Faster-RCNN为例讲述旷视天元MegEngine是如何实现通用物体检测的Pipeline的。其中包括数据准备,模型搭建,训练测试,还有节省显存的大杀器sublinear memory等内容。
Android 移动端模型推理部署
以ShuffleNet V2为例, 介绍如何将预训练的模型部署到Android 移动终端,结合Camera完成实时推理实现。
部署进阶:推理端优化
了解模型量化基本原理,介绍 MegEngine 框架中模型量化方案,量化相关的模块和使用方法。以网络模型ShuffleNet V2为例, 实例讲解使用MegEngine进行模型量化的流程。
技术博客
BLOG
9 月 18 日,中关村论坛旷视平行论坛中,旷视研究院院长、首席科学家孙剑正式发布了开源深度学习框架天元 1.0 预览版,并对天元的技术特性与发展方向进行了深入解读。
“15分钟看顶会”是旷视研究院全新推出的论文快速解读专栏,聚焦旷视在全球各大顶会、期刊等平台所发表的工作,覆盖深度学习、计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等方向。
相信做SLAM(即时定位与地图构建)的同学都知道或者领略过TartanAir,这个CMU于今年3月发布的超难数据集的“风采”。据CMU研究人员介绍,构建该数据集的目的就是为了推动视觉SLAM的极限。而在完全基于该数据集举办的 CVPR2020 SLAM 挑战赛上,旷视研究院 SLAM 组以绝对优势包揽该挑战赛全部赛道的冠军。本文对团队的方案进行了介绍,希望与同学们交流讨论。
“15分钟看顶会”是旷视研究院全新推出的论文快速解读专栏,聚焦旷视在全球各大顶会、期刊等平台所发表的工作,覆盖深度学习、计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等方向。
深度学习实践
DEEP LEARNING
神经网络的研究目的、深度神经网络、卷积神经网络和网络结构设计相关知识
深度学习所需的数学知识,包括线性代数和概率论中的基本概念
介绍计算机视觉的定义、近年来计算机视觉领域进展、计算机视觉中的深度学习以及计算机计算机视觉和深度学习
成长路径
GROW UP

你问我答
Q & A
Q:旷视天元是什么?可以用来做什么?
旷视天元(MegEngine)是旷视自主研发的开源深度学习框架,于2020年3月正式开源;天元能够帮助开发者高效的完成深度学习算法的设计、训练、部署,有效提升AI研发工作效率。
Q:天元框架有什么特点或优势?
天元框架是在旷视长期进行大规模AI业务落地过程中诞生的,这种业务形态对深度学习框架有很多挑战,在不断解决这些挑战的过程中,天元框架形成了训练推理一体化、动态图静态图合一、兼容并包、灵活高效等特性。
Q:天元框架在旷视内部的使用情况如何?
2014年,旷视完成了全量深度学习算法工作向天元的切换。在此之后,旷视大量的业务算法和众多国际比赛的冠军算法都在天元框架的基础上完成,天元框架是旷视AI业务和技术能力强有力的支撑。
Q:如何获取天元框架?
天元框架是一个开源的深度学习框架,开发者可以免费获取和使用,您可以通过项目在GitHub上的 社区 来了解、获取项目并参与贡献,也可以访问本项目的 官方网站 来查看文档、观看教程。
提交