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-In...
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
欢迎下载体验 OneFlow v0.8.0 最新版本:https://github.com/Oneflow-In...
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。