Term & Concept in OneFlow Algorithms Development 1.Placeholder 2.Tensor and Blob 3.Job Function 4.Layer and Operator Layer Operator 5.Mirrored View and Consistent View Fram...

使用 Python 扩展 Op 背景介绍 基本概念 开发步骤 Op 的实现与注册 封装 Op 的 Python 接口 使用 Python 实现 Kernel 使用自定义 Op 为自定义 Op 提供反向计算 实现 user_relu_backward Op 为 Op 注册反向梯度 其它 使用 Python 扩展 Op 注意 ：本...

配置优化算法和超参 作业函数配置的基本概念 配置示例 预测配置 训练配置 FAQ 配置优化算法和超参 当搭建好神经网络模型后，需要经过训练才能用来做预测。而训练的过程就是网络模型中的参数被优化的过程，通常采用反向传播算法和指定的 Optimizer 更新参数，本文重点介绍在 OneFlow 中如何设置 Optimizer 和 超参(Hype...

How to Obtain Runtime Data Using Guidance Use watch to Obtain the Data when Running Code Explanation Use watch_diff to Obtain Gradient when Running Code Explanation How to ...

原接口兼容 原接口兼容 本专题仅仅是为兼容原接口而保留。如果您未使用过 v0.4.0 及之前的版本，请 直接忽略掉本专题的所有内容 。 在 OneFlow v0.4.0 版本及以前，OneFlow 的接口是非面向对象的。现有版本的动态图、静态图模式均提供了面向对象接口。 为了照顾老接口的用户，OneFlow 将老接口移动至 oneflow.com...

配置优化算法和超参 作业函数配置的基本概念 配置示例 预测配置 训练配置 FAQ 配置优化算法和超参 当搭建好神经网络模型后，需要经过训练才能用来做预测。而训练的过程就是网络模型中的参数被优化的过程，通常采用反向传播算法和指定的 Optimizer 更新参数，本文重点介绍在 OneFlow 中如何设置 Optimizer 和 超参(Hype...

Consistent & Mirrored View Data Parallelism and Model Parallelism. Data Parallelism Diagram Model Parallelism Diagram Two Types of Placeholder Using Mirrored View in OneFlow Co...

Dataset 与 DataLoader Dataset 加载数据 遍历数据 自定义 Dataset 使用 DataLoader Dataset 与 DataLoader OneFlow 的 Dataset 与 DataLoader 的行为与 PyTorch 的是一致的，都是为了让数据集管理与模型训练解耦。 在 oneflow.util...