Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
沒
Resource
提交
6812d90e
R
Resource
项目概览
沒
/
Resource
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
R
Resource
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
6812d90e
编写于
8月 03, 2020
作者:
F
flashrunrun
提交者:
GitHub
8月 03, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Create 2.模型构建和训练入门.md
上级
0a321c37
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
41 addition
and
0 deletion
+41
-0
零基础入门旷视天元MegEngine/2.模型构建和训练入门.md
零基础入门旷视天元MegEngine/2.模型构建和训练入门.md
+41
-0
未找到文件。
零基础入门旷视天元MegEngine/2.模型构建和训练入门.md
0 → 100644
浏览文件 @
6812d90e
## 主题
模型构建和训练入门
## 讲师
刘清一
<br/>
毕业于北京大学数学科学学院,旷视研究院深度学习框架研究员,负责 MegEngine 分布式训练和 GPU 间通信的开发,加入旷视之前曾经在百度参与大规模分布式计算平台的开发,对分布式系统有一些经验和积累。
## 概要
*
如何使用 Dataset、Sampler 和 DataLoader 进行数据的加载和预处理。
*
简单介绍神经网络的基本算子,逐层搭建神经网络模型。
*
讲解如何使用梯度下降法优化神经网络的参数。
*
介绍 MegEngine 的数据并行方法,在多个 GPU 上并行训练。
*
如何将训练好的模型的保存为文件,以及如何从文件中加载模型。
## PPT地址
[
2.模型构建和训练入门课件.pdf
](
./零基础入门旷视天元MegEngine/PPT合集/2.模型构建和训练入门课件.pdf
)
## 视频地址
待补充
## 作业
1.
使用 MegEngine 搭建 LeNet5 网络
2.
在 MNIST 数据集上进行训练
3.
保存训练好的模型
4.
计算在测试集上的准确率
### 如何提交
将 MegStudio 运行成功的截图及个人信息发送到邮箱:mgesupport@megvii.com
**邮件标题:**
天元入门第二次课程作业
**邮件内容**
*
截图
*
姓名:
*
学校(公司):
*
电话:
*
邮寄地址:
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录