forked from mindspore-Ecosystem/mindspore
587 lines
40 KiB
Markdown
587 lines
40 KiB
Markdown
# MindSpore Release Notes
|
||
|
||
[View English](./RELEASE.md)
|
||
|
||
## MindSpore 2.0.0-alpha Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### PyNative
|
||
|
||
- MindSpore默认模式切换成PyNative模式。需要手动设置模式可以参考文档[计算图](https://www.mindspore.cn/tutorials/zh-CN/r2.0.0-alpha/advanced/compute_graph.html)。
|
||
- 完成动态shape执行方案重构,提升反向构图性能,支持非padding方案的动态shape网络编程,当前主要验证网络Transformer-GPU、YOLOV5-GPU、ASR-Ascend。从[models仓](https://gitee.com/mindspore/models/tree/dynamic_shape)获取Transformer-GPU和YOLOV5-GPU。Ascend后端受算子适配度限制,只支持下列算子:Add、Assign、BatchMatMul、BiasAdd、BiasAddGrad、Cast、Conv2D、Conv2DBackpropFilter、Conv2DBackpropInput、CTCLoss、Div、Dropout、DropoutDoMask、Equal、ExpandDims、Gather、GetNext、LayerNorm、LayerNormGrad、LessEqual、Load、Log、LogicalAnd、LogicalNot、LogicalOr、LogSoftmax、LogSoftmaxGrad、MatMul、Maximum、Mul、Neg、NotEqual、NPUAllocFloatStatus、NPUClearFloatStatus、OneHot、RealDiv、Reciprocal、ReduceMean、ReduceSum、ReLU、ReluGrad、Reshape、Select、Softmax、StridedSlice、Sub、Tile、Transpose、UnsortedSegmentSum、ZerosLike。其余算子未经过完整验证,请酌情使用。
|
||
|
||
#### DataSet
|
||
|
||
- TFRecordDataset API支持直接读取通过GZIP或ZLIB压缩后的TFRecord文件。
|
||
- NumpySlicesDataset API支持同时处理不同维度的数据。
|
||
- 优化错误日志信息的结构,展示更清晰的调用栈信息便于调试、定位问题。
|
||
- 修复分布式训练场景下 `mindspore.dataset.config.set_seed` 对随机种子设置不生效的问题。
|
||
|
||
#### AutoParallel
|
||
|
||
- 支持更多算子分布式能力。
|
||
|
||
Element Wise类算子:AddN、 BitwiseAnd、 BitwiseOr、 BitwiseXor、 CumProd、 HShrink、 HSigmoid、 IsFinite、 Mish、 MulNoNan、 Rint、 SeLU、 SoftShrink、 TruncateDiv、 TruncateMod、 Xdivy Xlogy、 InplaceAdd、 InplacSub、 InplaceUpdate、 Cdist、 L2Loss、 Lerp。
|
||
|
||
Math类算子:SquaredDifference、 Erfinv、 MaskedFill、 SplitV、 Gamma、 KLDivLoss、 LinSpace。Scatter类算子:ScatterAdd、ScatterDiv、ScatterMax、ScatterMul、ScatterNdAdd、ScatterNdSub、ScatterNdUpdate、ScatterSub、TensorScatterAdd、TensorScatterDiv、TensorScatterMax、TensorScatterMax、TensorScatterMul、TensorScatterAdd、TensorScatterUpdate。
|
||
|
||
- 增加`transform_checkpoints`和`transform_checkpoint_by_rank`接口。给定转换前后的策略文件,即可实现对分布式权重转换。详情请参考[分布式弹性训练与推理](https://www.mindspore.cn/tutorials/experts/zh-CN/r2.0.0-alpha/parallel/resilience_train_and_predict.html)。
|
||
|
||
### API变更
|
||
|
||
#### 算子
|
||
|
||
- [STABLE] `mindspore.ops.AdaptiveMaxPool3D` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.AdjustHue` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BartlettWindow` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselJ0` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselJ1` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselK0` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselK0e` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselK1` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselK1e` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselY0` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BesselY1` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Betainc` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Bincount` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.BlackmanWindow` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Bucketize` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.CombinedNonMaxSuppression` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.CompareAndBitpack` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Complex` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.DataFormatVecPermute` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Eig` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.EuclideanNorm` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Expand` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ExtractGlimpse` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.FillDiagonal` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.FractionalAvgPool` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.FractionalMaxPool` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Gcd` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.HammingWindow` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Histogram` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.HSVToRGB` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Lcm` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.LeftShift` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ListDiff` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.LogSpace` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Lstsq` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MatrixDiagPartV3` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MatrixDiagV3` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MatrixExp` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MatrixPower` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MaxPool3DWithArgmax` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MaxUnpool2D` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.MultilabelMarginLoss` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.NextAfter` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Orgqr` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ReduceStd` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ResizeNearestNeighborV2` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.RGBToHSV` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.RightShift` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Roll` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.SampleDistortedBoundingBoxV2` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ScaleAndTranslate` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ScatterAddWithAxis` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ScatterNdDiv` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ScatterNdMax` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.ScatterNdMul` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.STFT` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.Trace` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.UpsampleNearest3D` 新增算子原语。
|
||
- [STABLE] `mindspore.ops.UpsampleTrilinear3D` 新增算子原语。
|
||
- [STABLE] `mindspore.parallel.transform_checkpoints` 新增分布式权重转换接口。
|
||
- [STABLE] `mindspore.parallel.transform_checkpoint_by_rank` 新增分布式权重转换接口。
|
||
|
||
#### 非兼容性变更
|
||
|
||
##### Python API
|
||
|
||
- `mindspore.ms_function`接口名替换为`mindspore.jit`,`mindspore.ms_function` 将在未来版本中弃用并删除。
|
||
- `mindspore.ms_class`接口名替换为`mindspore.jit_class`,`mindspore.ms_class` 将在未来版本中弃用并删除。
|
||
- `mindspore.ops.ms_kernel`接口名替换为`mindspore.ops.kernel`,`mindspore.ops.ms_kernel` 将在未来版本中弃用并删除。
|
||
- `mindspore.dataset.map`接口参数 `column_order` 不再生效,使用`mindspore.dataset.project`替换。
|
||
- `mindspore.dataset.close_pool`、`mindspore.dataset.to_device`、`mindspore.dataset.set_dynamic_columns` 接口在之前版本已废弃,当前版本正式删除。
|
||
|
||
### Bug fixes
|
||
|
||
- 修复混合精度函数式接口在图模式下不能修改后端驱动的问题。
|
||
- 修复以下网络在单P场景下用户可自动传入device_id(mobilenetv1/fasterrcnn/yolov3/yolov4/yolov5/unet/openpose/simplepose/crnn/gnmtv2/faceattribute/facequality/facedetection) 。
|
||
|
||
### 贡献者
|
||
|
||
感谢以下人员做出的贡献:
|
||
|
||
AGroupofProbiotocs, anzhengqi, askmiao, baihuawei, baiyangfan, bai-yangfan, bingyaweng, BowenK, buxue, caifubi, CaoJian, caojian05, caozhou, Cathy, changzherui, chenbo116, chenfei, chengxianbin, chenhaozhe, chenjianping, chenzomi, chenzupeng, chujinjin, cj, cjh9368, Corleone, damon0626, danish, Danish, davidmc, dayschan, doitH, dong-li001, fary86, fuzhiye, Gaoxiong, GAO_HYP_XYJ, gengdongjie, Gogery, gongdaguo, gray0v0, gukecai, guoqi, gzhcv, hangq, hanhuifeng2020, Harshvardhan, He, heleiwang, hesham, hexia, Hoai, HuangBingjian, huangdongrun, huanghui, huangxinjing, huqi, huzhifeng, hwjiaorui, Jiabin Liu, jianghui58, Jiaqi, jin-xiulang, jinyaohui, jjfeing, John, jonyguo, JulyAi, jzg, kai00, kingfo, kingxian, kpy, kswang, liuyongqi, laiyongqiang, leonwanghui, liangchenghui, liangzelang, lichen_101010, lichenever, lihongkang, lilei, limingqi107, ling, linqingke, Lin Xh, liubuyu, liuwenhao4, liuxiao78, liuxiao93, liuyang_655, liuzhongkai, Lixia, lixian, liyanliu, liyong, lizhenyu, luopengting, lvchangquan, lvliang, lz, maning202007, Margaret_wangrui, mengyuanli, Ming_blue, ms_yan, ougongchang, panfengfeng, panyifeng, Payne, Peilin, peixu_ren, Pengyongrong, qianlong, qianjiahong, r1chardf1d0, riemann_penn, rmdyh, Sheng, shenwei41, simson, Simson, Su, sunsuodong, tao_yunhao, tinazhang, VectorSL, , Wan, wandongdong, wangdongxu, wangmin, wangyue01, wangzhe, wanyiming, Wei, wenchunjiang, wilfChen, WilliamLian, wsc, wudenggang, wukesong, wuweikang, wuxuejian, Xiao Tianci, Xiaoda, xiefangqi, xinyunfan, xuanyue, xuyongfei, yanghaitao, yanghaitao1, yanghaoran, YangLuo, yangruoqi713, yankai, yanzhenxiang2020, yao_yf, yepei6, yeyunpeng, Yi, yoni, yoonlee666, yuchaojie, yujianfeng, yuximiao, zengzitao, Zhang, zhanghuiyao, zhanghui_china, zhangxinfeng3, zhangyihui, zhangz0911gm, zhanke, zhanyuan, zhaodezan, zhaojichen, zhaoting, zhaozhenlong, zhengjun10, zhiqwang, zhoufeng, zhousiyi, zhouyaqiang, zhouyifengCode, Zichun, Ziyan, zjun, ZPaC, wangfengwfwf, zymaa, gerayking, shu-kun-zhang.
|
||
|
||
欢迎以任何形式对项目提供贡献!
|
||
|
||
## MindSpore 1.10.1 Release Notes
|
||
|
||
### 问题修复
|
||
|
||
- 修复logsumexp防溢出处理中未考虑指定axis的问题
|
||
- 修复proto文件的编译依赖问题
|
||
- 修复print算子打印结果不正常的问题
|
||
- 修复equal算子越界问题
|
||
- 修复函数被@jit修饰后,导致的cell_id解析不正确的问题
|
||
- 修复GNN场景数据类型校验错误
|
||
- 修复Dataset map多进程退化成线程的问题
|
||
|
||
### 贡献者
|
||
|
||
感谢以下人员做出的贡献:
|
||
|
||
archer2049, caifubi, chenfei_mindspore, gaoshuanglong, Greatpan, guozhijian, huoxinyou, Kxiong, lanzhineng, lijunbin, liubuyu, liuchuting, luochao60, lyqlola, nomindcarry, TuDouNi, xiaotianci, xupan, yangshuo, yefeng, YingtongHu, yuchaojie, zhoufeng, ZPaC, 刘勇琪, 吕昱峰, 王禹程, 于振华.
|
||
|
||
欢迎以任何形式对项目提供贡献!
|
||
|
||
## MindSpore 1.10.0 Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### DataSet
|
||
|
||
- [STABLE]下沉模式超时等待时间调整,默认调整到600s,以解决数据下沉模式时因环境资源竞争、计算量大等因素容易导致GetNext算子等待超时的问题。
|
||
|
||
### Bug fixes
|
||
|
||
- 修复AMP中部分Primitive算子无法在图模式下实例化导致接口不可用的问题。
|
||
- 修复昇腾平台算力切分场景下LSTM网络中DynamicRNN算子执行失败的问题。
|
||
- 修复mobilenet, fasterrcnn, yolo等网络单卡训练脚本DEVICE_ID在启动脚本中写死的问题。
|
||
|
||
### 贡献者
|
||
|
||
感谢以下人员做出的贡献:
|
||
|
||
AGroupofProbiotocs, anzhengqi, askmiao, baihuawei, baiyangfan, bai-yangfan, bingyaweng, BowenK, buxue, caifubi, CaoJian, caojian05, caozhou, Cathy, changzherui, chenbo116, chenfei, chengxianbin, chenhaozhe, chenjianping, chenzomi, chenzupeng, chujinjin, cj, cjh9368, Corleone, damon0626, danish, Danish, davidmc, dayschan, doitH, dong-li001, fary86, fuzhiye, Gaoxiong, GAO_HYP_XYJ, gengdongjie, Gogery, gongdaguo, gray0v0, gukecai, guoqi, gzhcv, hangq, hanhuifeng2020, Harshvardhan, He, heleiwang, hesham, hexia, Hoai, HuangBingjian, huangdongrun, huanghui, huangxinjing, huqi, huzhifeng, hwjiaorui, Jiabin Liu, jianghui58, Jiaqi, jin-xiulang, jinyaohui, jjfeing, John, jonyguo, JulyAi, jzg, kai00, kingfo, kingxian, kpy, kswang, liuyongqi, laiyongqiang, leonwanghui, liangchenghui, liangzelang, lichen_101010, lichenever, lihongkang, lilei, limingqi107, ling, linqingke, Lin Xh, liubuyu, liuwenhao4, liuxiao78, liuxiao93, liuyang_655, liuzhongkai, Lixia, lixian, liyanliu, liyong, lizhenyu, luopengting, lvchangquan, lvliang, lz, maning202007, Margaret_wangrui, mengyuanli, Ming_blue, ms_yan, ougongchang, panfengfeng, panyifeng, Payne, Peilin, peixu_ren, Pengyongrong, qianlong, qianjiahong, r1chardf1d0, riemann_penn, rmdyh, Sheng, shenwei41, simson, Simson, Su, sunsuodong, tao_yunhao, tinazhang, VectorSL, , Wan, wandongdong, wangdongxu, wangmin, wangyue01, wangzhe, wanyiming, Wei, wenchunjiang, wilfChen, WilliamLian, wsc, wudenggang, wukesong, wuweikang, wuxuejian, Xiao Tianci, Xiaoda, xiefangqi, xinyunfan, xuanyue, xuyongfei, yanghaitao, yanghaitao1, yanghaoran, YangLuo, yangruoqi713, yankai, yanzhenxiang2020, yao_yf, yepei6, yeyunpeng, Yi, yoni, yoonlee666, yuchaojie, yujianfeng, yuximiao, zengzitao, Zhang, zhanghuiyao, zhanghui_china, zhangxinfeng3, zhangyihui, zhangz0911gm, zhanke, zhanyuan, zhaodezan, zhaojichen, zhaoting, zhaozhenlong, zhengjun10, zhiqwang, zhoufeng, zhousiyi, zhouyaqiang, zhouyifengCode, Zichun, Ziyan, zjun, ZPaC, wangfengwfwf, zymaa, gerayking, shu-kun-zhang.
|
||
|
||
欢迎以任何形式对项目提供贡献!
|
||
|
||
## MindSpore Lite 1.10.0 Release Notes
|
||
|
||
### Bug fixes
|
||
|
||
- 修复Arithmetic类CPU算子动态shape场景下可能的计算精度问题。
|
||
- 修复Deconv int8量化算子重量化写入地址错误问题。
|
||
|
||
## MindSpore 1.9.0 Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### FrontEnd
|
||
|
||
- [STABLE] 新增面向对象+函数式融合编程范式,提供 `mindspore.amp.LossScaler` 、 `mindspore.amp.DynamicLossScaler` 、 `mindspore.amp.StaticLossScaler` 、 `mindspore.amp.auto_mixed_precision` 、 `mindspore.amp.all_finite` 等融合编程范式下的混合精度接口。
|
||
|
||
### API变更
|
||
|
||
#### 算子
|
||
|
||
- [STABLE] `nn.AdaptiveAvgPool3d` 新增nn接口。
|
||
- [STABLE] `ops.adaptive_avg_pool3d` 新增functional接口。
|
||
- [STABLE] `ops.addcdiv` 新增functional接口。
|
||
- [STABLE] `ops.addcmul` 新增functional接口。
|
||
- [STABLE] `ops.approximate_equal` 新增GPU、CPU支持。
|
||
- [STABLE] `ops.atanh` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_i0` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_i0e` 新增Ascend支持。
|
||
- [STABLE] `ops.bessel_i1` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_i1e` 新增Ascend、GPU支持。
|
||
- [STABLE] `ops.bessel_j0` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_j1` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_k0` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_k0e` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_k1` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_k1e` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_y0` 新增GPU支持。
|
||
- [STABLE] `ops.bessel_y1` 新增GPU支持。
|
||
- [STABLE] `ops.bias_add` 新增functional接口。
|
||
- [STABLE] `ops.bitwise_and` 新增GPU支持。
|
||
- [STABLE] `ops.bitwise_or` 新增GPU支持。
|
||
- [STABLE] `ops.bitwise_xor` 新增GPU支持。
|
||
- [STABLE] `ops.grid_sample` 新增Ascend支持。
|
||
- [STABLE] `ops.inplace_update` 新增CPU支持。
|
||
- [STABLE] `ops.isclose` 新增Ascend、GPU支持。
|
||
- [STABLE] `ops.isnan` 新增Ascend支持。
|
||
- [STABLE] `ops.lerp` 新增GPU支持。
|
||
- [STABLE] `ops.random_poisson` 新增functional接口。
|
||
- [STABLE] `ops.reverse_sequence` 新增functional接口。
|
||
- [STABLE] `ops.scatter_mul` 新增GPU支持。
|
||
- [STABLE] `ops.scatter_nd_max` 新增functional接口。
|
||
- [STABLE] `ops.scatter_nd_min` 新增functional接口。
|
||
- [STABLE] `ops.SparseToDense` 新增GPU支持。
|
||
- [STABLE] `ops.square` 新增functional接口。
|
||
- [STABLE] `ops.standard_laplace` 新增GPU支持。
|
||
- [STABLE] `ops.std` 新增functional接口。
|
||
- [STABLE] `ops.trunc` 新增Ascend、GPU支持。
|
||
- [STABLE] `ops.unsorted_segment_sum` 新增functional接口。
|
||
- [STABLE] `ops.xdivy` 新增functional接口。
|
||
- [STABLE] `ops.xlogy` 新增GPU支持。
|
||
- `ops.poisson` 接口废弃使用,对应新接口为 `ops.random_poisson` 。
|
||
- `ops.SparseApplyAdagrad` 接口废弃使用,可使用 `ops.SparseApplyAdagradV2` 接口替代。
|
||
|
||
### Bug fixes
|
||
|
||
- [BUGFIX] 修改混合精度O2 level的判断逻辑,在原来屏蔽 `BatchNorm1d` 、 `BatchNorm2d` 算子的基础上,添加另外两个屏蔽算子`BatchNorm3d`和`LayerNorm`,这4个算子依然用float32数据类型计算。
|
||
|
||
- [BUGFIX] Dataset处理字符串类型数据时,若调用`create_dict_iterator`或`create_tuple_iterator`接口时指定了`output_numpy=True`,获取到的数据会是`numpy.bytes_`类型。修复此问题后接口会直接返回`numpy.str_`类型数据,用户无需再对其进行字符串解码操作。同样,在使用自定义数据处理函数时,接收到的数据也将直接是`numpy.str_`类型,与原始数据类型相匹配。
|
||
|
||
### 贡献者
|
||
|
||
感谢以下人员做出的贡献:
|
||
|
||
AGroupofProbiotocs, anzhengqi, askmiao, baihuawei, baiyangfan, bai-yangfan, bingyaweng, BowenK, buxue, caifubi, CaoJian, caojian05, caozhou, Cathy, changzherui, chenbo116, chenfei, chengxianbin, chenhaozhe, chenjianping, chenzomi, chenzupeng, chujinjin, cj, cjh9368, Corleone, damon0626, danish, Danish, davidmc, dayschan, doitH, dong-li001, fary86, fuzhiye, Gaoxiong, GAO_HYP_XYJ, gengdongjie, Gogery, gongdaguo, gray0v0, gukecai, guoqi, gzhcv, hangq, hanhuifeng2020, Harshvardhan, He, hesham, hexia, Hoai, HuangBingjian, huangdongrun, huanghui, huangxinjing, huqi, huzhifeng, hwjiaorui, Jiabin Liu, jianghui58, Jiaqi, jin-xiulang, jinyaohui, jjfeing, John, jonyguo, JulyAi, jzg, kai00, kingfo, kingxian, kpy, kswang, liuyongqi, laiyongqiang, leonwanghui, liangchenghui, liangzelang, lichen_101010, lichenever, lihongkang, lilei, limingqi107, ling, linqingke, Lin Xh, liubuyu, liuwenhao4, liuxiao78, liuxiao93, liuyang_655, liuzhongkai, liyanliu, lizhenyu, lvchangquan, lvliang, lz, maning202007, Margaret_wangrui, mengyuanli, Ming_blue, ms_yan, panfengfeng, panyifeng, Payne, peixu_ren, Pengyongrong, qianjiahong, r1chardf1d0, riemann_penn, rmdyh, Sheng, shenwei41, simson, Simson, Su, sunsuodong, tao_yunhao, tinazhang, VectorSL, Wan, wandongdong, wangdongxu, wangmin, wangyue01, wangzhe, wanyiming, Wei, wenchunjiang, wilfChen, WilliamLian, wsc, wudenggang, wukesong, wuweikang, Xiao Tianci, Xiaoda, xiefangqi, xinyunfan, xuanyue, xuyongfei, yanghaitao, yanghaoran, YangLuo, yangruoqi713, yankai, yanzhenxiang2020, yao_yf, yepei6, yeyunpeng, Yi, yoni, yoonlee666, yuchaojie, yujianfeng, yuximiao, zengzitao, Zhang, zhanghuiyao, zhanghui_china, zhangxinfeng3, zhangyihui, zhangz0911gm, zhanyuan, zhaojichen, zhaoting, zhaozhenlong, zhengjun10, zhiqwang, zhoufeng, zhousiyi, zhouyaqiang, zhouyifengCode, Zichun, Ziyan, zjun, ZPaC, wangfengwfwf, zymaa, gerayking, shu-kun-zhang.
|
||
|
||
欢迎以任何形式对项目提供贡献!
|
||
|
||
## MindSpore 1.8.1 Release Notes
|
||
|
||
### API变更
|
||
|
||
#### 算子
|
||
|
||
- [STABLE] ops.ApplyAdagradDA 新增GPU、CPU支持。
|
||
- [STABLE] ops.ApplyAdagradV2 新增CPU支持。
|
||
- [STABLE] ops.ApplyCenteredRmsProp 新增Ascend动态shape支持。
|
||
- [STABLE] ops.ApplyFtrl 新增CPU支持。
|
||
- [STABLE] ops.ApplyGradientDescent 新增CPU支持。
|
||
- [STABLE] ops.ApplyPowerSign 新增CPU支持。
|
||
- [STABLE] ops.ApplyProximalAdagrad 新增GPU、CPU支持。
|
||
- [STABLE] ops.ApplyRmsProp 新增Ascend动态shape支持。
|
||
- [STABLE] ops.max 新增functional接口。
|
||
- [STABLE] ops.atan2 新增functional接口。
|
||
- [STABLE] ops.cummax 新增GPU支持。
|
||
- [STABLE] ops.cummin 新增GPU、CPU支持。
|
||
- [STABLE] ops.diag 新增GPU支持。
|
||
- [STABLE] ops.expand_dims 新增functional接口。
|
||
- [STABLE] ops.gather_elements 新增functional接口。
|
||
- [STABLE] ops.grid_sample 新增GPU支持。
|
||
- [STABLE] ops.hardswish 新增Ascend支持。
|
||
- [BETA] ops.index_fill 新增GPU支持。
|
||
- [BETA] ops.inplace_update 新增CPU支持。
|
||
- [BETA] nn.InstanceNorm1d 新增GPU支持。
|
||
- [BETA] nn.InstanceNorm2d 新增GPU支持。
|
||
- [BETA] nn.InstanceNorm3d 新增GPU支持。
|
||
- [STABLE] ops.log1p 新增functional接口。
|
||
- [STABLE] ops.masked_fill 新增GPU、CPU支持。
|
||
- [BETA] ops.matrix_diag_part 新增GPU支持。
|
||
- [BETA] ops.matrix_diag 新增GPU支持。
|
||
- [BETA] ops.matrix_set_diag 新增GPU支持。
|
||
- [STABLE] ops.max_pool3d 新增GPU支持。
|
||
- [STABLE] ops.nll_loss 新增functional接口。
|
||
- [STABLE] ops.one_hot 新增functional接口。
|
||
- [STABLE] ops.pad 新增functional接口。
|
||
- [STABLE] ops.random_gamma 新增CPU支持。
|
||
- [STABLE] ops.amax 新增functional接口。
|
||
- [STABLE] ops.mean 新增functional接口。
|
||
- [STABLE] ops.amin 新增functional接口。
|
||
- [STABLE] ops.prod 新增functional接口。
|
||
- [STABLE] ops.renorm 新增Ascend、GPU、CPU支持。
|
||
- [BETA] ops.tensor_scatter_elements 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] ops.scatter_max 新增GPU支持。
|
||
- [STABLE] ops.scatter_min 新增GPU支持。
|
||
- [STABLE] ops.scatter_nd 新增functional接口。
|
||
- [STABLE] ops.scatter_nd_max 新增GPU支持。
|
||
- [STABLE] ops.scatter_update 新增functional接口。
|
||
- [STABLE] ops.binary_cross_entropy_with_logits 新增CPU支持。
|
||
- [STABLE] ops.smooth_l1_loss 新增functional接口。
|
||
- [STABLE] ops.space_to_batch_nd 新增CPU支持。
|
||
- [STABLE] ops.SparseApplyAdagrad 新增GPU、CPU支持。
|
||
- [STABLE] ops.sparse_segment_mean 新增GPU、CPU支持。
|
||
- [STABLE] ops.squeeze 新增functional接口。
|
||
- [STABLE] ops.standard_laplace 新增CPU支持。
|
||
- [BETA] nn.ReflectionPad1d 新增Ascend、GPU、CPU支持。
|
||
- [BETA] nn.ReflectionPad2d 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.SiLU 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] ops.transpose 新增functional接口。
|
||
- [STABLE] ops.uniform_candidate_sampler 新增CPU支持。
|
||
- [STABLE] ops.uniform 新增functional接口。
|
||
- [STABLE] ops.unique_with_pad 新增GPU支持。
|
||
- [STABLE] ops.unstack 新增functional接口。
|
||
- [BETA] ops.interpolate 新增GPU、CPU支持。
|
||
- [STABLE] ops.xdivy 新增CPU支持。
|
||
- [STABLE] ops.xlogy 新增CPU支持。
|
||
|
||
## MindSpore 1.8.0 Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### FrontEnd
|
||
|
||
- [BETA] 提供`mindspore.train.Model.fit` API,增加两种callback方法 `mindspore.train.callback.EarlyStopping` 和 `mindspore.train.callback.ReduceLROnPlateau`。
|
||
- [BETA] 自定义算子支持Julia算子。
|
||
- [BETA] 自定义算子支持Hybrid DSL算子。
|
||
- [STABLE] export()接口支持自定义加密算法导出模型,load()接口支持自定义解密算法导入模型。
|
||
- [BETA] [动静统一] [易用性] 图编译支持常量类型设置可变(1.8版本支持tuple/list/dict)。
|
||
- [BETA] [动静统一] 常量场景下控制流内支持JIT Fallback功能。
|
||
- [STABLE] [动静统一] 支持图模式常量场景下Python raise语句。
|
||
- [STABLE] [动静统一] 支持图模式常量场景下Python assert语句。
|
||
- [STABLE] [动静统一] 支持图模式常量场景下Python print语句。
|
||
- [STABLE] [动静统一] 支持图模式str.format()方法。
|
||
- [STABLE] [动静统一] 支持图模式用slice方法对list赋值。
|
||
- [STABLE] [动静统一] 图模式支持创建和调用自定义类的实例。
|
||
- [STABLE] [动静统一] 支持从Cell数组/自定义类数组中获取类的属性。
|
||
- [STABLE] [动静统一] 图模式下isinstance支持场景扩展。
|
||
- [STABLE] 自定义算子修饰符'ms_hybrid'重名为'ms_kernel'。
|
||
- [BETA] 自定义算子Hybrid DSL支持CPU后端。
|
||
- [BETA] 自定义算子昇腾后端新增自定义调度原语语法支持。
|
||
|
||
#### PyNative
|
||
|
||
- [STABLE] 实现AdamWeightDecay算子,替代原有小算子组合方式。
|
||
- [STABLE] 动态图下使用动静结合的方式执行优化器。
|
||
- [STABLE] 优化PyNative反向图和ms_function的执行性能。
|
||
|
||
#### Auto Parallel
|
||
|
||
- [STABLE] 对接AllToAll单算子模式。在KernelByKernel的执行模式下,支持AllToAll算子调用。
|
||
- [STABLE] 整图下沉支持MPI启动。整图下沉的模式下,支持使用MPI的方式启动。
|
||
- [STABLE] 模型权重的Seed提供并行接口配置。在用户不通过mindspore.set_seed设置随机数种子时,每个参数初始化的随机数种子为当前分片索引决定。当配置随机数种子之后,相同shape以及相同切分策略的权重,其初始化的结果一致。
|
||
- [STABLE] HCCL屏蔽内部全连接/非全连接。允许一次训练过程中同时有全连接AllToAllv和分级AllToAllv。
|
||
- [BETA] CPU优化器融合。通过优化器跨参数融合,将多个优化器算子按数据类型融合成,带来性能提升。目前已在CPU AdamWeightDecay优化器上做过验证。用户可以通过网络cell类中的flatten_weights方法启用该功能。
|
||
|
||
#### Executor
|
||
|
||
- [STABLE] 开放南向芯片对接接口。
|
||
- [STABLE] 使用多Actor融合执行提升运行时的执行性能。
|
||
- [STABLE] NopOp算子(eg. Reshape)执行消除。
|
||
- [STABLE] Embedding Cache架构切换统一分布式运行时。
|
||
- [STABLE] Parameter Server训练切换统一分布式运行时。
|
||
- [STABLE] 支持CPU Parameter Server模式训练。
|
||
|
||
#### DataSet
|
||
|
||
- [STABLE] 对于数据集对象使用map操作时,同时num_parallel_workers>1并且python_multiprocessing=True时,进行了多进程的机制优化,使得数据通道与子进程一一映射,避免了过多的文件句柄占用,同时close_pool这个接口也被删除。
|
||
- [STABLE] 新增一批Vision、Text和Audio类数据增强操作。
|
||
- [STABLE] 修复数据集类的flat_map方法未将结果展平的错误。
|
||
- [STABLE] 统一数据集增强API的导入路径,提供更简单的使用方法,请参阅[最新的API用法](https://www.mindspore.cn/docs/zh-CN/r1.8/api_python/mindspore.dataset.vision.html)。
|
||
|
||
### API变更
|
||
|
||
#### 算子
|
||
|
||
- [STABLE] ops.adaptive_avg_pool2d 新增GPU支持。
|
||
- [BETA] ops.adaptive_max_pool2d 新增Ascend、GPU、CPU支持。
|
||
- [BETA] ops.approximate_equal 新增CPU支持。
|
||
- [STABLE] ops.argmin 新增CPU支持。
|
||
- [BETA] ops.assign_sub 新增CPU支持。
|
||
- [STABLE] ops.bernoulli 新增GPU支持。
|
||
- [BETA] ops.bessel_i0 新增CPU支持。
|
||
- [BETA] ops.bessel_i0e 新增CPU支持。
|
||
- [BETA] ops.bessel_i1 新增CPU支持。
|
||
- [BETA] ops.bessel_i1e 新增CPU支持。
|
||
- [STABLE] ops.bessel_j0 新增CPU支持。
|
||
- [STABLE] ops.bessel_j1 新增CPU支持。
|
||
- [STABLE] ops.bessel_k0 新增CPU支持。
|
||
- [STABLE] ops.bessel_k0e 新增CPU支持。
|
||
- [BETA] ops.bessel_k1 新增CPU支持。
|
||
- [BETA] ops.bessel_k1e 新增CPU支持。
|
||
- [STABLE] ops.bessel_y0 新增CPU支持。
|
||
- [STABLE] ops.bessel_y1 新增CPU支持。
|
||
- [STABLE] ops.bitwise_and 新增CPU支持。
|
||
- [STABLE] ops.bitwise_or 新增CPU支持。
|
||
- [STABLE] ops.bitwise_xor 新增CPU支持。
|
||
- [STABLE] ops.broadcast_to 新增functional接口。
|
||
- [BETA] ops.ceil 新增GPU、CPU支持。
|
||
- [BETA] ops.col2im 新增GPU支持。
|
||
- [BETA] ops.concat 新增functional接口。
|
||
- [STABLE] ops.cosh 新增GPU支持。
|
||
- [STABLE] ops.ctc_greedy_decoder 新增Ascend、CPU支持。
|
||
- [BETA] ops.DataFormatDimMap 新增GPU、CPU支持。
|
||
- [BETA] ops.dropout2d 新增GPU、CPU支持。
|
||
- [BETA] ops.dropout3d 新增CPU支持。
|
||
- [BETA] ops.erf 新增CPU支持。
|
||
- [BETA] ops.erfc 新增CPU支持。
|
||
- [STABLE] ops.expand_dims 新增functional接口。
|
||
- [STABLE] ops.fast_gelu 新增GPU、CPU支持。
|
||
- [STABLE] ops.flatten Ascend动态shape支持。
|
||
- [BETA] ops.ger 新增GPU、CPU支持。
|
||
- [STABLE] ops.gumbel_softmax 新增Ascend、GPU、CPU支持。
|
||
- [BETA] ops.hardshrink 新增GPU、CPU支持。
|
||
- [BETA] ops.index_add 新增CPU支持。
|
||
- [BETA] ops.inplace_add 新增CPU支持。
|
||
- [BETA] ops.inplace_sub 新增CPU支持。
|
||
- [STABLE] ops.intopk 新增CPU支持。
|
||
- [STABLE] ops.inv 新增GPU、CPU支持。
|
||
- [STABLE] ops.invert 新增GPU、CPU支持。
|
||
- [BETA] ops.isclose 新增CPU支持。
|
||
- [STABLE] ops.lerp 新增CPU支持。
|
||
- [BETA] ops.linspace 新增CPU支持。
|
||
- [BETA] ops.log_softmax 新增functional接口。
|
||
- [BETA] ops.norm 新增Ascend、GPU、CPU支持。
|
||
- [BETA] ops.lrn 新增CPU支持。
|
||
- [BETA] ops.masked_select 新增GPU支持。
|
||
- [BETA] ops.matrix_band_part 新增GPU、CPU支持。
|
||
- [BETA] ops.matrix_solve 新增GPU、CPU支持。
|
||
- [BETA] ops.meshgrid 新增CPU支持。
|
||
- [STABLE] ops.mish 新增CPU支持。
|
||
- [BETA] ops.nonzero 新增GPU支持。
|
||
- [STABLE] ops.padding 新增GPU、CPU支持。
|
||
- [BETA] ops.pow 新增Ascend动态shape支持。
|
||
- [BETA] ops.range 新增functional接口。
|
||
- [BETA] ops.round 新增Ascend动态shape支持。
|
||
- [STABLE] ops.scatter_add 新增Ascend动态shape支持。
|
||
- [STABLE] ops.scatter_div 新增Ascend动态shape支持。
|
||
- [BETA] ops.scatter_max 新增GPU支持。
|
||
- [BETA] ops.scatter_min 新增GPU支持。
|
||
- [BETA] ops.scatter_nd_add 新增CPU支持。
|
||
- [STABLE] ops.scatter_nd_div 新增GPU、CPU支持。
|
||
- [STABLE] ops.scatter_nd_min 新增GPU、CPU支持。
|
||
- [STABLE] ops.scatter_nd_mul 新增GPU、CPU支持。
|
||
- [BETA] ops.scatter_nd_sub 新增CPU支持。
|
||
- [STABLE] ops.scatter_update 新增Ascend动态shape支持。
|
||
- [BETA] ops.select 新增Ascend动态shape支持。
|
||
- [BETA] ops.selu 新增GPU、CPU支持。
|
||
- [BETA] ops.soft_shrink 新增GPU、CPU支持。
|
||
- [BETA] ops.softsign 新增CPU支持。
|
||
- [STABLE] ops.tan 新增GPU支持。
|
||
- [BETA] ops.tensor_scatter_add 新增Ascend、CPU支持。
|
||
- [STABLE] ops.tensor_scatter_div 新增GPU、CPU支持。
|
||
- [STABLE] ops.tensor_scatter_mul 新增GPU、CPU支持。
|
||
- [BETA] ops.tensor_scatter_sub 新增Ascend、CPU支持。
|
||
- [STABLE] nn.AdaptiveAvgPool1d 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.AdaptiveMaxPool1d 新增Ascend、GPU、CPU支持。
|
||
- [BETA] nn.BiDense 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.ConstantPad1d 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.ConstantPad2d 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.ConstantPad3d 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.Hardtanh 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.HuberLoss 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.RReLU 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.Tanhshrink 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.Threshold 新增Ascend、GPU、CPU支持。
|
||
- [STABLE] nn.ZeroPad2d 新增Ascend、GPU、CPU支持。
|
||
- [BETA] ops.unique_consecutive 新增GPU支持。
|
||
- [STABLE] ops.unsorted_segment_max 新增CPU支持。
|
||
- [STABLE] ops.unsorted_segment_min 新增CPU支持。
|
||
- [STABLE] ops.unsorted_segment_prod 新增GPU支持。
|
||
|
||
#### 非兼容性变更
|
||
|
||
##### Python API
|
||
|
||
- 不再支持DVPP模拟算法,删除 `mindspore.dataset.vision.c_transforms.SoftDvppDecodeRandomCropResizeJpeg` 和 `mindspore.dataset.vision.c_transforms.SoftDvppDecodeResizeJpeg` 接口。
|
||
- LossMonitor中增加`on_train_epoch_end` 方法,实现在 `mindspore.train.Model.fit` 中使用时,打印epoch级别的metric信息。
|
||
- TimeMonitor打印内容变更,打印内容加入"train"或"eval"用于区分训练和推理阶段。
|
||
- load_checkpoint 接口的`filter_prefix`:不再支持空字符串(""),匹配规则由强匹配修改为模糊匹配。
|
||
|
||
#### import优化
|
||
|
||
mindspore.context、mindspore.parallel、mindspore.profiler、mindspore.train模块的接口可直接在mindspore模块使用。原有用法仍可以继续支持。
|
||
|
||
例如:
|
||
|
||
- `mindspore.context.set_context`可简化为`mindspore.set_context`。
|
||
- `mindspore.parallel.set_algo_parameters`可简化为`mindspore.set_algo_parameters`。
|
||
- `mindspore.profiler.Profiler`可简化为`mindspore.Profiler`。
|
||
- `mindspore.train.callback.Callback`可简化为`mindspore.train.Callback`。
|
||
|
||
API页面统一汇总至:<https://www.mindspore.cn/docs/zh-CN/master/api_python/mindspore.html>。
|
||
|
||
### 贡献者
|
||
|
||
感谢以下人员做出的贡献:
|
||
|
||
AGroupofProbiotocs, anzhengqi, askmiao, baihuawei, baiyangfan, bai-yangfan, bingyaweng, BowenK, buxue, caifubi, CaoJian, caojian05, caozhou, Cathy, changzherui, chenbo116, chenfei, chengxianbin, chenhaozhe, chenjianping, chenzomi, chenzupeng, chujinjin, cj, cjh9368, Corleone, damon0626, danish, Danish, davidmc, dayschan, doitH, dong-li001, fary86, fuzhiye, Gaoxiong, GAO_HYP_XYJ, gengdongjie, Gogery, gongdaguo, gray0v0, gukecai, guoqi, gzhcv, hangq, hanhuifeng2020, Harshvardhan, He, heleiwang, hesham, hexia, Hoai, HuangBingjian, huangdongrun, huanghui, huangxinjing, huqi, huzhifeng, hwjiaorui, Jiabin Liu, jianghui58, Jiaqi, jin-xiulang, jinyaohui, jjfeing, John, jonyguo, JulyAi, jzg, kai00, kingfo, kingxian, kpy, kswang, liuyongqi, laiyongqiang, leonwanghui, liangchenghui, liangzelang, lichen_101010, lichenever, lihongkang, lilei, limingqi107, ling, linqingke, Lin Xh, liubuyu, liuwenhao4, liuxiao78, liuxiao93, liuyang_655, liuzhongkai, Lixia, lixian, liyanliu, liyong, lizhenyu, luopengting, lvchangquan, lvliang, lz, maning202007, Margaret_wangrui, mengyuanli, Ming_blue, ms_yan, ougongchang, panfengfeng, panyifeng, Payne, Peilin, peixu_ren, Pengyongrong, qianlong, qianjiahong, r1chardf1d0, riemann_penn, rmdyh, Sheng, shenwei41, simson, Simson, Su, sunsuodong, tao_yunhao, tinazhang, VectorSL, , Wan, wandongdong, wangdongxu, wangmin, wangyue01, wangzhe, wanyiming, Wei, wenchunjiang, wilfChen, WilliamLian, wsc, wudenggang, wukesong, wuweikang, wuxuejian, Xiao Tianci, Xiaoda, xiefangqi, xinyunfan, xuanyue, xuyongfei, yanghaitao, yanghaitao1, yanghaoran, YangLuo, yangruoqi713, yankai, yanzhenxiang2020, yao_yf, yepei6, yeyunpeng, Yi, yoni, yoonlee666, yuchaojie, yujianfeng, yuximiao, zengzitao, Zhang, zhanghuiyao, zhanghui_china, zhangxinfeng3, zhangyihui, zhangz0911gm, zhanke, zhanyuan, zhaodezan, zhaojichen, zhaoting, zhaozhenlong, zhengjun10, zhiqwang, zhoufeng, zhousiyi, zhouyaqiang, zhouyifengCode, Zichun, Ziyan, zjun, ZPaC, wangfengwfwf, zymaa, gerayking, shu-kun-zhang.
|
||
|
||
欢迎以任何形式对项目提供贡献!
|
||
|
||
## MindSpore Lite 1.8.0 Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### API
|
||
|
||
- [STABLE] 新增模型转换的C++和Python API.
|
||
- [STABLE] 新增模型推理的Python API.
|
||
|
||
#### 后量化
|
||
|
||
- [STABLE] 后量化支持PerLayer量化,同时内置CLE算法优化精度。
|
||
|
||
## MindSpore 1.7.0 Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### OS
|
||
|
||
- [STABLE] 支持Python 3.8版本(Linux/Windows/Mac)。
|
||
- [STABLE] 简化安装,提供详细安装指南和自动化安装脚本。
|
||
- [STABLE] Windows版本支持算子多线程。
|
||
- [STABLE] GCC兼容7.3到9.x版本。
|
||
|
||
#### FrontEnd
|
||
|
||
- [STABLE] 优化器支持动态权重衰减,即训练期间权重衰减值随着step的增加而变化。
|
||
- [STABLE] 增加四种创建Tensor的方法,分别是`mindspore.numpy.rand()`、`mindspore.numpy.randn()`、`mindspore.numpy.randint()`和`mindspore.ops.arange ()`。
|
||
- [STABLE] 增加一种callback方法 `mindspore.train.callback.History`。
|
||
- [BETA] 自定义算子支持Julia算子。
|
||
- [STABLE] 通过 `mindspore.ms_class` 类装饰器,支持获取用户自定义类的属性和方法。
|
||
- [STABLE] 支持同时存在副作用算子和控制流语句的网络的训练。
|
||
- [STABLE] 支持更复杂的控制流语法,比如在while的循环体里使用for语句。
|
||
- [STABLE] 通过减少子图数量,提升包含复杂控制流语法的网络的性能。
|
||
|
||
#### PyNative
|
||
|
||
- [STABLE] 在PyNative模式下支持hook函数功能,包括前向hook接口register_forward_pre_hook、register_forward_hook和反向hook接口register_backward_hook。
|
||
- [STABLE] 优化PyNative模式执行性能,并行执行前端Python与后端C++。
|
||
|
||
#### Auto Parallel
|
||
|
||
- [STABLE] 在MoE场景中支持TopK的路由、数据并行和优化器切分。
|
||
- [STABLE] 支持AllGather/ReduceScatter通信算子融合,在DATA_PARALLEL模式支持AllReduce按数据量大小编译。
|
||
- [STABLE] 在并行模式下支持ops.clip_by_global_norm。
|
||
- [STABLE] 在并行模式下支持AdaSum优化器。
|
||
- [STABLE] 支持自动优化器切分。
|
||
- [STABLE] 支持AlltoAll可配置开启,支持自动插入VirtualDatasetCell。
|
||
- [STABLE] 在流水线并行训练中,支持自动推断可训练的参数。
|
||
- [STABLE] 支持集群的设备数目不为2的幂次方。
|
||
- [STABLE] 在自动并行模式中支持策略传播。
|
||
- [STABLE] 在统一运行时中支持异构训练。
|
||
- [STABLE] 支持CPU的Adafactor算子。
|
||
- [STABLE] 支持Conv2d/Conv2D的H/W轴切分和Transpose算子。支持ResizeBilinear、ROIAlign、CropAndResize、BoundingBoxEncode、IOU和RandomChoiceWithMask等分布式算子。
|
||
|
||
#### Executor
|
||
|
||
- [BETA] [数据并行训练容灾](https://www.mindspore.cn/tutorials/experts/zh-CN/master/parallel/train_gpu.html#%E5%AE%B9%E7%81%BE%E6%81%A2%E5%A4%8D) 支持多卡数据并行训练容灾恢复。
|
||
- [BETA] 支持在CPU下的线程数搜索,获取最优线程数来执行。整个搜索过程需要耗时50个steps,整体的性能会在50个steps后达到稳定的状态。在测试性能的时候,需要以50个steps之后的数据作为标准。
|
||
|
||
#### DataSet
|
||
|
||
- [STABLE] 增加了数据处理API的差异文档,比较TensorFlow.data与MindSpore.dataset部分算子的差异,详见 [对比文档](https://www.mindspore.cn/docs/zh-CN/master/note/api_mapping/tensorflow_api_mapping.html#tf-data)。
|
||
- [STABLE] Python多进程逻辑优化,保证不同异常场景的正常退出。
|
||
- [STABLE] 支持[自动数据加速](https://www.mindspore.cn/tutorials/experts/zh-CN/master/dataset/dataset_autotune.html),可以自适应调节数据处理管道的执行速度。
|
||
- [BETA] [数据处理异构加速](https://www.mindspore.cn/tutorials/experts/zh-CN/master/dataset/dataset_offload.html) 支持了新的数据增强操作: RandomColorAdjust、RandomSharpness和TypeCast。
|
||
- GeneratorDataset加载自定义数据集时,当`__getitem__/__next__`方法返回单个NumPy对象,对应会输出单个数据列。
|
||
- 用户在数据预处理中使用过多的进程数/线程数情况下,会出现错误RuntimeError: can't start new thread,可以通过 `ulimit -u 10240` 增加当前用户可用的线程/进程数解决。
|
||
|
||
### API变更
|
||
|
||
#### 非兼容性变更
|
||
|
||
##### Python API
|
||
|
||
- 修改register_backward_hook功能对应hook的梯度返回值类型,将梯度返回值统一改成tuple类型。([!31876](https://gitee.com/mindspore/mindspore/pulls/31876))
|
||
- 弃用的import用法: `import mindspore.dataset.engine.datasets as ds` ,因其import目录过深且过度依赖Python目录结构。推荐使用 `import mindspore.dataset as ds` ,更多参考详见 [API文档](https://www.mindspore.cn/docs/zh-CN/master/api_python/mindspore.dataset.html)。
|
||
- 新增`mindspore.ms_class` 接口,作为用户自定义类的类装饰器,使得MindSpore能够识别用户自定义类,并且获取这些类的属性和方法。([!30855](https://gitee.com/mindspore/mindspore/pulls/30855))
|
||
- `mindspore.SparseTensor`接口废弃使用,对应新接口为`mindspore.COOTensor`。 ([!28505](https://gitee.com/mindspore/mindspore/pulls/28505))
|
||
- Tensor新增一个入参`internal`,作为框架内部使用。
|
||
|
||
### 贡献者
|
||
|
||
感谢以下人员做出的贡献:
|
||
|
||
AGroupofProbiotocs, anzhengqi, askmiao, baihuawei, baiyangfan, bai-yangfan, bingyaweng, BowenK, buxue, caifubi, CaoJian, caojian05, caozhou, Cathy, changzherui, chenbo116, chenfei, chengxianbin, chenhaozhe, chenjianping, chenzomi, chenzupeng, chujinjin, cj, cjh9368, Corleone, damon0626, danish, Danish, davidmc, dayschan, doitH, dong-li001, fary86, fuzhiye, Gaoxiong, GAO_HYP_XYJ, gengdongjie, Gogery, gongdaguo, gray0v0, gukecai, guoqi, gzhcv, hangq, hanhuifeng2020, Harshvardhan, He, heleiwang, hesham, hexia, Hoai, HuangBingjian, huangdongrun, huanghui, huangxinjing, huqi, huzhifeng, hwjiaorui, Jiabin Liu, jianghui58, Jiaqi, jin-xiulang, jinyaohui, jjfeing, John, jonyguo, JulyAi, jzg, kai00, kingfo, kingxian, kpy, kswang, liuyongqi, laiyongqiang, leonwanghui, liangchenghui, liangzelang, lichen_101010, lichenever, lihongkang, lilei, limingqi107, ling, linqingke, Lin Xh, liubuyu, liuwenhao4, liuxiao78, liuxiao93, liuyang_655, liuzhongkai, Lixia, lixian, liyanliu, liyong, lizhenyu, luopengting, lvchangquan, lvliang, lz, maning202007, Margaret_wangrui, mengyuanli, Ming_blue, ms_yan, ougongchang, panfengfeng, panyifeng, Payne, Peilin, peixu_ren, Pengyongrong, qianlong, qianjiahong, r1chardf1d0, riemann_penn, rmdyh, Sheng, shenwei41, simson, Simson, Su, sunsuodong, tao_yunhao, tinazhang, VectorSL, , Wan, wandongdong, wangdongxu, wangmin, wangyue01, wangzhe, wanyiming, Wei, wenchunjiang, wilfChen, WilliamLian, wsc, wudenggang, wukesong, wuweikang, wuxuejian, Xiao Tianci, Xiaoda, xiefangqi, xinyunfan, xuanyue, xuyongfei, yanghaitao, yanghaitao1, yanghaoran, YangLuo, yangruoqi713, yankai, yanzhenxiang2020, yao_yf, yepei6, yeyunpeng, Yi, yoni, yoonlee666, yuchaojie, yujianfeng, yuximiao, zengzitao, Zhang, zhanghuiyao, zhanghui_china, zhangxinfeng3, zhangyihui, zhangz0911gm, zhanke, zhanyuan, zhaodezan, zhaojichen, zhaoting, zhaozhenlong, zhengjun10, zhiqwang, zhoufeng, zhousiyi, zhouyaqiang, zhouyifengCode, Zichun, Ziyan, zjun, ZPaC, wangfengwfwf, zymaa, gerayking.
|
||
|
||
欢迎以任何形式对项目提供贡献!
|
||
|
||
## MindSpore Lite 1.7.0 Release Notes
|
||
|
||
### 主要特性和增强
|
||
|
||
#### 后量化
|
||
|
||
- [STABLE] 后量化支持动态量化算法。
|
||
- [BETA] 后量化模型支持在英伟达GPU上执行推理。
|