OneFlow-ONNX v0.6.0正式發布。新版本提升了轉換接口的易用性,開發了多個新特性,并新增支持6種模型以及20多種算子,此外,還修復了6個轉換過程中的bug。更新詳情請查看鏈接:https://github.com/Oneflow-Inc/oneflow_convert/releases/tag/v0.6.0
歡迎通過下列代碼一鍵安裝使用,期待你的反饋。
pip install oneflow-onnx==0.6.0
以下是本次更新主要內容。
(資料圖)
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倉庫的T5模型
新增支持LiBai倉庫的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 修復
修復安裝oneflow_onnx時不自動安裝onnx、onnxruntime等依賴包的問題
修復因為版本更新導致的maxpool op轉換失敗的bug
修復unsqueeze op在Opset 13下的bug
修復獲取tensor時硬編碼導致錯誤
修復保存超大tensor時的size推導錯誤
修復了在LiBai下, 用T5做test轉ONNX時遇到的問題。(支持了OneFlow在編譯Graph時,采用Global Tensor進行推理的寫法以及flow.bool類型Tensor作為輸入)
修復 pool 多了一個index 輸出導致TensorRT推理失敗的問題
新增Feature
重構代碼倉庫的示例文檔
重構導出onnx api,flow_weight_dir參數可選,提升易用性
允許mapping過程中訪問到原始op_node以獲得更多必要信息
CI支持black格式化
支持Graph里面有Free Eager Tensor
轉換ONNX時支持多個輸入的Graph對象
版本發布過程中,感謝以下貢獻者的支持 :@Flowingsun007?、@doombeaker?、@liujuncheng、@leaves-zwx?、@CPFLAME、@BBuf、@zhongshsh
其他人都在看
機器學習編譯器的前世今生
TPU演進十年:Google的十大經驗教訓
更快的YOLOv5問世,附送全面中文解析教程
李白:你的模型權重很不錯,可惜被我沒收了
大模型狂歡背后:AI基礎設施“老化”與改造工程
開源吞噬AI界?從Stable Diffusion的爆火說起
OneEmbedding:單卡訓練TB級推薦模型不是夢
歡迎Star、試用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