旷视开源框架最新技术实践
旷视天元深度学习框架最新技术实践，硬核干货，一键点击直达
详解 Fast Run ，提高旷视 MegEngine 模型推理性能的神奇功能
对于深度学习框架来说，网络的训练 / 推理时间是用户非常看中的。
旷视十年，回答 AI 技术价值跃迁的“灵魂”三问
旷视首次对外完整公开技术创新研发模式。
JIT in MegEngine
本文介绍了天元使用 JIT 实现将任意多个相邻的 element-wise 算子融合成一个算子的优化。
旷视研究院田忠博：中国缺少重量级的开源项目，国产开源需要更加自信 | 开源创新 30 人
天元是目前旷视内部最大的开源技术项目，也是这家 AI 独角兽第一次大规模地开源动作。
旷视推出 Brain++ 商业版，降低企业 AI 部署门槛
Brain++ 商业版提供可以私有化部署的 AI 算法开发平台，覆盖数据管理、模型研发、算力调度等算法生产全流程。
旷视天元深度学习框架 Beta 版的技术升级与生态建设
天元 Beta 版，来了。
工程之道，深度学习推理性能业界最佳优化实践
MegEngine“训练推理一体化”有着独特优势，相较推理专用框架，更利于在“好”的基础上做到“快”。
工程之道，旷视 MegEngine 工业级模型量化能力的构建与实战
本文将简要介绍神经网络量化的原理，并与大家分享 MegEngine 量化方面的设计思路与实操教程。
CVPR 2020 | 旷视研究院提出新方法，优化解决遮挡行人重识别问题
为了获得遮挡 ReID 更加鲁棒的对齐能力，本文提出了一种新的框架，来学习具有判别力特征和人体拓扑信息的高阶关系。
CVPR 2020 Oral | 旷视研究院提出 Circle Loss，革新深度特征学习范式
该论文中，旷视提出了用于深度特征学习的 Circle Loss，从相似性对优化角度正式统一了两种基本学习范式（分类学习和样本对学习）下的损失函数。
CVPR 2020 Oral | 旷视研究院提出双边分支网络 BBN：攻坚长尾分布的现实世界任务
本文提出了一种针对长尾问题的新型网络框架——双边分支网络（BBN），以兼顾表征学习和分类器学习。
刚刚，旷视重磅开源深度学习框架天元 MegEngine
技术细节、关键特性、开源信息.... 有关天元的一切，本文一“网”打尽。
Copyright © 2024, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5
京公网安备 11010502039052号 | 产品资质
京公网安备 11010502039052号 | 产品资质
