OneFlow-ONNX v0.6.0正式发布

OneFlow-ONNX v0.6.0正式发布_第1张图片

OneFlow-ONNX v0.6.0正式发布。新版本提升了转换接口的易用性,开发了多个新特性,并新增支持6种模型以及20多种算子,此外,还修复了6个转换过程中的bug。更新详情请查看链接:https://github.com/Oneflow-Inc/oneflow_convert/releases/tag/v0.6.0

欢迎通过下列代码一键安装使用,期待你的反馈。

pip install oneflow-onnx==0.6.0

以下是本次更新主要内容。

新增支持的模型

  • 新增支持MobileNetv3

  • 新增支持SqueezeNet

  • 新增支持YOLOv5

  • 新增支持Disco Diffusion

  • 新增支持LiBai仓库的T5模型

  • 新增支持LiBai仓库的VisionTransformer 模型

新增支持的Op

  • 新增支持hard_swish和hard_sigmoid op

  • 新增支持arange op

  • 新增支持expand_dims op

  • 新增支持narrow op

  • 新增支持silu op

  • 新增支持upsample_nearest_2d op

  • 新增支持var op

  • 新增支持conv1d op

  • 新增支持scalar_div op

  • 新增支持cublas_fused_mlp op

  • 新增支持elementwise max/min op

  • 新增支持broadcast_matmul,where,scalar_logical_less,scalar_logical_greater,gather op

  • 新增expand op

  • 新增支持fill_ op

  • 新增支持gelu op

  • 新增支持layernorm op

  • 新增支持amp_white_identity/amp_black_identity op

BUG 修复

  • 修复安装oneflow_onnx时不自动安装onnx、onnxruntime等依赖包的问题

  • 修复因为版本更新导致的maxpool op转换失败的bug

  • 修复unsqueeze op在Opset 13下的bug

  • 修复获取tensor时硬编码导致错误

  • 修复保存超大tensor时的size推导错误

  • 修复了在LiBai下, 用T5做test转ONNX时遇到的问题。(支持了OneFlow在编译Graph时,采用Global Tensor进行推理的写法以及flow.bool类型Tensor作为输入)

  • 修复 pool 多了一个index 输出导致TensorRT推理失败的问题

新增Feature

  • 重构代码仓库的示例文档

  • 重构导出onnx api,flow_weight_dir参数可选,提升易用性

  • 允许mapping过程中访问到原始op_node以获得更多必要信息

  • CI支持black格式化

  • 支持Graph里面有Free Eager Tensor

  • 转换ONNX时支持多个输入的Graph对象

版本发布过程中,感谢以下贡献者的支持 :@Flowingsun007 、@doombeaker 、@liujuncheng@leaves-zwx @CPFLAME、@BBuf、@zhongshsh

其他人都在看

  • 机器学习编译器的前世今生

  • TPU演进十年:Google的十大经验教训

  • 更快的YOLOv5问世,附送全面中文解析教程

  • 李白:你的模型权重很不错,可惜被我没收了

  • 大模型狂欢背后:AI基础设施“老化”与改造工程

  • 开源吞噬AI界?从Stable Diffusion的爆火说起

  • OneEmbedding:单卡训练TB级推荐模型不是梦

欢迎Star、试用OneFlow最新版本:https://github.com/Oneflow-Inc/oneflowOneFlow is a deep learning framework designed to be user-friendly, scalable and efficient. - GitHub - Oneflow-Inc/oneflow: OneFlow is a deep learning framework designed to be user-friendly, scalable and efficient.https://github.com/Oneflow-Inc/oneflow

你可能感兴趣的:(前沿技术,oneflow,人工智能,深度学习)