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

關鍵詞： 正式發布 ONNX