返回信息流据说，这个刚刚开源的深度学习框架把LocalConv和sublinear memory做出了新境界！还能让你玩转分布式多机多卡训练，就问你香不香？！
我们不吹不黑地来说一说，事情发生在3月25号，深度学习框架MegEngine开源发布会上，旷视大咖位人物唐文斌、孙剑悉数登场，还有MegEngine负责人田忠博，一起祭出了既可以训得快、训得动、训得爽（一训三得）又可以训推一体、动静合一、灵活高效、兼容并包（四位一体）的工业级框架MegEngine。
说大词你可能体会不到它小而美的细节和优点：
高效实现LocalConv
高效实现LocalConv的前提下，支持任意channel输入输出，
甚至还支持GroupLocalConv（是的，你没有看错）
（PyTorch没有官方支持sublinear memory）
（TensorFlow没有官方支持sublinear memory）
（MXNet 仅半官方支持sublinear memory）
MegEngine官方支持sublinear memory
MegEngine官方支持sublinear memory，还有工业级验证
MegEngine sublinear memory支持任意图
MegEngine sublinear memory是全自动的
.........
那么，欢迎来证实/证伪以上的小细节，也欢迎发现和补充更多的小细节，以下附上传送门：
website：https://megengine.org.cn/
github：https://github.com/MegEngine/MegEngine
知乎：如何看待3月25号开源的旷视深度学习框架天元（MegEngine）？ https://www.zhihu.com/question/377416272/answer/1104186509
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #36542同步于 2020/4/3
ML_DM机器人发帖
[ad]如何看待3月25号开源的旷视深度学习框架天元（MegEngine）
cjsoft
2020/4/3镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。