update_release_note (#1568)

* update_release_note

* update

doc/fluid/release_note_cn.rst

@@ -5,199 +5,348 @@ Release Notes
 目录
 ##########
 * 重要更新
-* 基础框架
-    * 安装&环境
-    * 动态图Preview版
+* 用户体验提升
+    * 编程易用性提升
+    * 默认配置项
+    * 接口优化
+    * 报错信息优化
+    * 文档优化
+    * 编译优化
+    * Windows支持增强
+* 训练框架
     * 性能优化
-    * 显存优化
-    * 执行优化
-    * 框架基础功能增强
-    * OP完善 
+    * OP优化
+    * Intel N-Graph集成
+    * 动态图
 * 预测部署
-    * 服务端部署库
+    * 服务器云端预测库
+    * 移动、嵌入式端侧预测库
     * Paddle Serving
     * PaddleSlim
 * 分布式训练
+    * 性能优化
+    * 容错
+    * 部署
 * 模型建设
-    * 图像分类 
-    * PaddleDetection
-    * PaddleGAN 
-    * PaddleVideo         
-    * PaddleNLP   
+    * 易用性优化
+    * PaddleNLP
+    * PaddleCV
+    * PaddleSpeech 
+    * PaddleRec    
 * 工具组件
+    * PaddleHub
+    * PGL 图学习框架
+    * PARL 深度强化学习框架
+    * PaddleFL 联邦学习
+    * Paddle2ONNX
+    * X2Paddle
 * BUG修复
 
 重要更新
 ##########
-* 训练性能在数据读取、执行调度优化、Op计算逻辑及底层cuDNN API调用、CUDA kernel、MKLDNN等方面进行了大量优化，训练性能大幅提升；进一步优化显存占用，整体具备领先优势。
-* 新增基于Padding方式实现的LSTM、GRU，更方便用户学习和使用；并基于对应API新增语言模型、seq2seq翻译模型的示例模型；增强部分OP功能，更好地支持NLP中Tensor多个维度可变的任务。
-* 正式发布动态图Preview版并提供相关的API文档，并提供 7个模型动态图版本官方实现。
-* 官方模型库方面正式发布PaddleDetection物体检测统一框架，覆盖主流目标检测算法，易扩展和模块化组合使用；发布图像生成库，覆盖主流的GAN算法，可一键式运行；发布PaddleNLP-Research，包含百度在 NLP 领域最新研究工作。
-* 模型压缩框架PaddleSlim新增基于模拟退火的自动剪切策略和轻量级模型结构自动搜索功能（Light-NAS）。
-* 分布式训练发布HighLevel API Fleet，单机转分布式训练成本显著降低；GPU多机多卡性能显著提升，在ResNet50、BERT、ERNIE等模型中4x8 v100配置下相比此前发布的Benchmark提速超过50%。
-* PaddleHub新增29个预训练模型，总计覆盖文本、图像、视频三大领域40个模型，并全面提升易用性，发布PaddleHub官网。
-* 发布图学习框架PGL(Paddle Graph Learning) Preview版，提供基于游走以及消息传递两种计算范式去搭建最前沿的图学习算法。
+* 用户体验和易用性专项提升，包含全面的文档优化、报错信息优化、配置项优化、接口优化、编译优化、多平台支持以及编程易用性提升等各方面。
+* 训练框架进一步优化了速度，完善了显存优化机制，并支持在框架外部自定义C++/CUDA OP。新增了大量OP,并从多个维度优化了大量存量OP，包括兼容性、行为一致性、功能提升等方面。
+* 分布式训练新增LocalSGD、GEO-SGD等策略，大规模同步训练、异步训练速度继续提升，并支持K8S + Volcano任务提交。
+* 部署能力强化
+    * 服务器端预测库增加C API，并支持版本兼容检查，实现了大量性能优化工作。
+    * 发布PaddleLite，定位高性能、多平台、轻量化的端侧预测引擎，并可作为服务器端预测库的加速库。
+    * PaddleServing新增超大规模分布式预估服务能力。
+    * PaddleSlim强化了量化训练功能，增加了基于硬件的小模型搜索功能。
+* 模型库易用性和丰富度提升
+    * PaddleNLP，发布全新seq2seq相关API和文本生成模型样例。语义表示库新增XLNet预训练模型；开源EMNLP2019阅读理解竞赛冠军模型D-NET，同时支持18个不同抽取式阅读理解数据集打榜。发布飞桨多任务学习库PALM （PAddLe Multi-task learning），更便捷支持多任务机器学习调研。
+    * PaddleCV，发布训练部署端到端的图像分割库PaddleSeg。图像分类新增EfficientNet等43个预训练模型。PaddleDetection新增2019 Objects365 Full Track冠军模型、BlazeFace等人脸检测小模型，行人检测和车辆检测的预训练模型。PaddleVedio新增ActivityNet Challenge 2019夺冠模型，扩展包含video caption、video grounding等模型。
+    * 发布PaddleSpeech，包含语音识别模型DeepSpeech和语音合成模型 DeepVoice3 ；
+    * 增加PaddleRec的模型覆盖
+* 配套工具组件全面升级：
+    * PaddleHub新增超参优化Auto Fine-tune功能，并全面提升Fine-tune功能的灵活性和易用性，预训练模型数量大幅增加。
+    * 飞桨图学习框架PGL正式版发布，易用性、规模性、丰富性全面提升。
+    * 飞桨深度强化学习框架PARL并行能力进一步提升，支持进化算法。
+    * Paddle2ONNX和X2Paddle全面升级，飞桨和其他框架的模型互转更加方便。
+    * 发布飞桨联邦学习框架PaddleFL
+
 
+用户体验提升
+#########
+* 编程易用性提升
+    * fetch变量便利化：针对以往基于变量重命名的存储优化策略必须要求fetch变量设置persistable = True的bug，重构了Inplace复用和跨Operator复用策略，不再强制要求fetch变量必须设置persistable=True，且不会改变任何变量的名称，且均能保证结果的正确性。
+    * optimizer.minimize和其他接口调用的位置敏感性问题 
+针对用户搭建网络时易将exe.run(startup_program)置于optimizer.minimize之后执行，从而导致不明报错的问题，在Optimizer类Op中增加了初始化检查以及易于理解的提示信息，使再出现此类问题时用户能够快速定位错误。
+    * 针对用户搭建网络时易将test_program = main_program.clone(for_test=True)置于optimizer.minimize之后执行，从而导致模型测试结果错误的问题，增加了prune_backward接口对在minimize之后clone的test_program进行反向部分的裁剪，使test_program的clone操作的正确执行不再依赖于optimizer.minimize的先后关系。
+* 默认配置项
+    * 显存Garbage collection开关默认打开（对应FLAGS_eager_delete_tensor_gb环境变量=0）。
+    * build_strategy的选项： 
+        * build_strategy.enable_inplaceinplace策略默认打开。这样显存Garbage collection策略和inplace策略全默认打开，默认策略即已验证过的最优策略。
+        * build_strategy.memory_optimize跨Op显存复用优化策略的默认行为调整为：在Garbage collection策略打开时默认关闭（规避两者合用会比只用Garbage collection策略效果差的问题）；而在Garbage Collection策略关闭时默认打开规避两者合用会比只用Garbage collection策略效果差的问题。用户可显式设置build_strategy.memory_optimize = True/False强制打开或关闭跨op显存复用优化策略。
+        * 提升了一些速度优化策略的普适性，将fuse_all_reduce_ops、fuse_broadcast_ops 选项默认打开，可以减少计算图中的计算节点个数，进而加速计算图执行。
+    * execution_strategy选项: 
+        * 将num_iteration_per_drop_scope默认值从1改成100，每次迭代之后都要进行一次同步操作，提升速度。
+* 接口优化
+    * 针对Python存储优化接口paddle.fluid.memory_optimize优化效果欠佳、不稳定等问题，彻底废弃了此接口，此版本后该接口不会对用户网络进行任何优化，并可能在后续版本中彻底移除，建议用户删除代码中的paddle.fluid.memory_optimize调用。
+    * 统一DataLoader接口。针对以往Reader接口繁多、名称晦涩难懂等问题，统一了PyReader和Dataset接口，用户可通过fluid.io.DataLoader.from_xxx创建数据加载器，可通过for-range方式迭代，简化使用方法，统一接口形式。
+    * RecordIO接口移除，不再支持RecordIO接口。
+    * 优化data接口，新的fluid.data接口相对fluid.layes.data 接口将对输入的数据的 shape 和 dtype 进行检查，使用None 和 -1 支持可变长维度。如果输入的 shape 或者 dtype 不对，将会报错。
+* 报错信息优化
+    * 简化C++信息栈输出，过滤和paddle函数无关的、对调试几乎没有帮助的栈信息和符号，大幅缩短了信息栈长度，提升了调试体验。
+    * 对报错信息栈重新排版，添加清晰的分段标识与提示，并将核心提示置于最后，便于用户迅速定位重要信息，提升了调试体验。
+    * 对34个重点python api增加输入类型检查，能正确报出输入类型不符合的错误，避免误导性报错。
+    * 增强34个重点Op的维度检查报错信息，能打出详细维度信息，便于用户调试。
+    * 针对sequence类op输入不含LoD的Tensor时报错不清晰的问题，为sequence类op增加了Input Tensor LoD信息检查，使错误提示更加直观易懂。
+    * 强化机器自动化报错信息输出，在CI中强制推荐使用PADDLE_ENFORCE_XXX来替换PADDLE_ENFORCE接口，模版化打印出更具体的报错信息，并对应完成修复存量修复。
+* 文档优化
+    * 全面优化了所有API的中英文文档，保证文档的正确性、规范性、易读性，完善对应示例。
+    * 增加了动态图中相关的更多文档说明和实例。
+    * 对预测教程文档进行整体修改，重新组织结构和内容，提高了可读性和实用性。
+    * 优化了部分指南性文档。
+* 编译优化
+    * 将默认的CMAKE_BUILD_TYPE从RelWithDebInfo改成Release，减少初次接触的开发者的编译目录大小，避免因为编译目录太大导致编译失败。
+    * 修复inference_lib.cmake编译随机失败的问题。
+    * 去掉use_fast_math编译选项，避免为了提升性能而降低了CPU/GPU上的精度。
+* Windows支持增强
+    * 支持vs2017编译。
+    * 编译流程优化，拆分第三方和Paddle的编译依赖关系，不再依赖openblas的预编译库。
+    * 支持cuda10。
+    * 增加模型支持，修复之前在windows无法正常运行的模型。
+    * 支持Paddle CPU 版本离线安装包。
+    * 支持预测SDK C-API。
 
-基础框架
+训练框架
 ##########
-* 安装&环境
-    * 增加Linux下对CUDA 10的支持，增加Windows下对CUDA 9的支持，cuDNN版本统一为7.3+
-    * 安装包不按照CPU处理器是否支持AVX指令集做区分，支持自动判断并选择使用AVX指令集或不使用AVX指令集
-    * 针对Python2、Python3下可能版本不兼容的依赖包限制了版本范围，以支持Python相应环境下正确安装
-    * 提供可全离线安装PaddlePaddle的Docker镜像
-    * 增加安装后的GPU多卡运行检测
-    * 解除GPU单卡训练时对NCCL的依赖
-* 动态图Preview版
-    * 发布动态图相关的API和文档
-    * 基础功能完善，显存和速度优化，支持GPU单机多卡训练
-    * 增加transformer、ocr recognition、resnet、language model等7个模型效果对齐的动态图版本实现
 * 性能优化
-    * 数据读取优化
-        * 使用多进程优化数据读取、预处理部分，DeepLab V3+单GPU训练获得63%的性能提升。
-    * Op计算逻辑优化
-        * 优化concat/spilt op输入/输出个数<=4的实现，避免1次CPU->GPU的数据传输。
-        * 优化recurrent op中执行器的调用方法，修改成在迭代前调用一次executor.Prepare，迭代中executor.RunPreparedContext执行计算，从而避免每次迭代反复创建op。该优化对PaddingRNN padding small和large模型分别带来23%和15%的性能提升。
-        * 融合优化器Momentum op的计算，对Resnet50单GPU、4 GPU训练分别可带来1.6%、10.6%的性能提升。
-    * cuDNN使用策略优化
-        * 使用cuDNN v7中新增的算法选择API cudnnGetConvolutionForwardAlgorithm_v7优化conv_cudnn op算法选择策略，Mask-RCNN和YoloV3单GPU训练分别取得32%和11%的加速。
-        * 一些op的cuDNN实现慢于cuda实现，比如conv2d_transpose、pool2d（global_pooling=True）时，设置use_cudnn=False后，Cycle GAN、SE-ResNeXt单GPU训练分别获得33%、34%的性能提升。
-    * Op CUDAKernel优化
-        * 使用精心优化的CUDA kernel优化sum op，对多个LoDTensor求和这种情况优化效果特别明显，GPU执行获得3.3x的加速。
-        * 使用2D线程Block配置优化elementwise_mul grad op，加速其CUDA kernel中的Broadcast操作。
-    * Intel CPU底层计算优化
-        * 增加新的OP融合Pass（conv+relu6，conv_transpose+elementwise_add）
-        * 增加新的FP32 MKLDNN kernel (FC)，INT8 MKLDNN kernel (Concat)
-        * 优化若干OP，包括sequence_reverse（前向）, sequence_padding（前向）, sequence_unpad（反向），bilinear interpolate（前向）
-        * 优化MKLDNN集成（如对reorder原语进行重用以减少每次创建原语的时间）
-* 显存优化
-    * Op层显存优化（在Transformer、Mask-RCNN等模型上显存节省1G以上）
-        * 提高了inplace策略的覆盖面，支持sum、softmax、softmax_with_cross_entropy等op的inplace计算
-        * 修复了dropout、conv_transpose、activation op的反向注册，降低op的显存占用
-    * 显存分配与显存复用策略重构
-        * 重构Allocator底层架构，为后续扩展Allocator策略提供基础
-        * 重构Inplace策略，使其代码便于维护，并排除之前策略中变量可能存在误inplace、graph存在环等bug
-    * 配置优化
-        * 用户可通过环境变量FLAGS_conv_workspace_size_limit设置conv层的最大workspace size，单位为MB
-* 执行优化
-    * 更新CPU_NUM的默认配置为1，之前为设备的逻辑总核数。
-    * 对Operator中OpKernel进行cache，避免每次run都重复的选择kernel。
-    * ParallelExecutor执行模式（CompiledProgram.with_data_parallel())下的优化：减少同步操作；优化在num_thread=1时的速度，对于小模型的速度提升较为明显。（对于PaddingRNN small model 速度提升16%）
-* 框架基础功能增强
-    * build_strategy新增mkldnn_enabled_op_types选项，用户可以灵活地控制哪些op需要使用mkldnn kernel以获得加速
-    * 新增ParallelExecutor下的drop_local_exe_scopes接口，可以控制什么时候清理local scope中的数据，num_iteration_per_drop_scope的设置依然有效
-    * 新增自动混合精度训练接口fluid.contrib.mixed_precision.decorate()，支持图像分类、BERT等模型的训练
-    * 新增fluid.gradients接口，11个操作支持做二次反向，使用于图像生成的梯度惩罚功能
-    * Intel nGraph图编译引擎支持加强，增加了Bert模型所需的op支持，可以通过Intel nGraph图编译引擎进行BERT模型训练，收敛效果对齐。
-* OP完善
-    * 增强fused_elewise_activation op的功能，添加对x+sigmoid(y)、x+tanh(y)计算模式的支持
-    * 新增指数滑动平均(Exponential Moving Average), 使模型训练更加平滑稳定
-    * 新增sigmoid_focal_loss损失函数
-    * 新增deformable RoI pooling操作
-    * 新增deformable convolution v2操作
-    * 提供unfold操作(即im2col操作)
- 
+    * GPU性能优化 
+        * 使用cuRAND库优化dropout的GPU实现，dropout op本身加速3.4倍，Transformer base模型和big模型在V100上的训练分别加速3.8%和3.0%。
+        * 对smooth_label的CUDA核函数完成代替Eigen实现，smooth_label op本身加速1.47倍。
+        * 对 recurrent_op 的冗余 tensor copy 进行 share data，和删除运算过的 scope，该优化使得 benchmark 中 RNN 相关模型显存占用减少了 3 - 4 倍，速度有 2% - 数倍的提升。
+    * CPU性能优化
+        * BERT优化：新增matmul multi-head MKL的支持。
+        * 对lookup_table_op和sequence_pool_op (sum类型)做fuse，使用sparse GEMM优化，PyramidDNN模型在CPU上的训练速度获得8%的提升。
+    * 内存/显存优化
+        * 新增变长输入下的MKLDNN分层缓存策略和清理策略，修复MKLDNN在变长输入下内存泄漏问题 。
+        * 添加了控制流 op 多层嵌套情况下的显存优化策略支持。
+        * Allocator容错机制。针对多线程并发申请显存导致显存可能瞬间峰值超标问题，设计了Allocator重试策略，在第一次申请显存失败后会等待最长10s进行失败重试（若期间有显存释放，会提前触发失败重试）。
+        * 显存Cache清理。解决了以往TemporaryAllocator和Cudnn workspace单例会cache显存不释放的问题，提高显存利用率。
+        * 新增AutoGrowth显存分配策略。用户可通过设置环境变量FLAGS_allocator_strategy=auto_growth开启显存自增长策略，按需分配显存，解决了原有预分配92%可用显存策略占用显存过多、难以按需分配的问题，且不影响模型训练速度。
+        * 显存的Allocator容错机制完善，保证Allocator的稳定性。针对多线程并发申请显存导致显存可能瞬间峰值超标问题，设计了Allocator重试策略，在第一次申请显存失败后会等待最长10s进行失败重试（若期间有显存释放，会提前触发失败重试）。
+* OP优化
+    * 支持用户在框架外部、脱离框架自定义C++/CUDA OP。
+    * 新增OP
+        * 新增eye_op，用于构建单位矩阵，或一批单位矩阵。
+        * 新增gather_nd_op，gather_op的高维推广，用于将输入数据中的切片，收集到由索引指定的形状的张量中。
+        * 新增scatter_nd_op，scatter_op的高维推广，这个操作与scatter_nd_add_op类似，除了相加的张量是通过零初始化的。相应地，scatter_nd(index, updates, shape) 等价于 scatter_nd_add(fluid.layers.zeros(shape, updates.dtype), index, updates)。 用于根据索引indices将更新数据updates散布到新的(初始为零)张量中。
+        * 新增scatter_nd_add_op：通过对Variable中的单个值或切片应用稀疏加法，从而得到输出的Variable。
+        * 新增center_loss：用以辅助Softmax Loss进行人脸的训练，利用softmax loss来分开不同类别，利用center loss来压缩同一类别。center loss意思为：为每一个类别提供一个类别中心，最小化mini-batch中每个样本与对应类别中心的距离，从而达到缩小类内距离的目的。
+        * 新增LookAHead Optimizer：针对Paddle不支持Lookahead优化算法这一问题，我们新增了这一优化算法。它的核心原理是：维护两个参数，快参数正常做前向反向运算，当快参数更新k次后，用它来更新慢参数，使二者同步。他的效果是在某些模型上能收敛更快。
+        * 新增InstanceNorm op 实例归一化：根据每个样本的每个通道的均值和方差做归一化，一般用在图像生成模型中，把一个样本的风格迁移到另一个样本中。
+        * 新增PreciseRoiPooling ：PrROI Pooling采用积分方式计算每个pool区域的值，这种计算方式将区域中的插值看作是连续的，计算所有插值点求积分得到该区域所包围点的总和，最后除以pool区域面积就得到该区域的值，因此结果更加准确。
+        * 新增hard_swish_op：hard_swish激活函数，在MobileNetV3架构中被提出，相较于swish激活函数，具有数值稳定性好，计算速度快等优点。
+        * 新增mse_loss_op：均方损失函数，用于计算两个输入间的均方差。
+        * 新增elementwise_mod的float/doule kernel 。
+        * 新增strided_slice op 。
+        * MKLDNN kernel更新：
+            * 新增Leaky_relu的MKL-DNN kernel 和 conv + activation fusion pass。
+            * 支持不同axis的softmax MKL-DNN kernel。
+            * 重构5个op （conv， pooling， batch_norm， softmax，LRN）的FP32 MKL-DNN kernel代码，增强代码可维护性和可读性。
+    * OP功能优化升级
+        * 部分op参数升级支持tensor及包含tensor的list，支持常数对应维度的推断
+            * slice op 涉及参数starts 和ends。
+            * reshape op 涉及参数shape。
+            * expand op 涉及参数expand_times。
+            * pow op 涉及参数factor。
+            * fill_constant op 涉及参数 shape ，并将calc_gradient接口中使用的fill_constant_batch_size_like替换为fill_constant。
+            * uniform_random op 涉及参数shape, 支持tensor及包含tensor的list。
+            * image_resize、resize_nearest、resize_bilinear、resize_trilinear支持out_shape为tensor或者包含tensor的list，支持常数对应维度的推断，scale 参数支持tensor。
+            * 新增crop_tensor，支持shape参数为tensor或者包含tensor的list，支持常数对应维度的推断。
+        * 优化部分op输入tensor的维度检查
+            * 移除huber_loss 、rank_loss和cross_entropy op中输入shape的最后一维强制为1的限制，输出loss的shape与label保持一致。
+            * 新增fluid.one_hot和fluid.embeddingop，移除input参数shape最后一维为1的限制。
+            * 优化sequence_pad和sequence_unpadop中length的shape，由[n,1]简化为[n]。
+        * 部分op升级支持channel_last格式输入
+            * conv2d、conv3d、pool2d、pool3d新增data_format参数，支持channel_last格式输入。
+            * conv2d_transpose、conv3d_transpose新增data_format参数，支持channel_last格式输入。
+            * image_resize、resize_nearest、resize_bilinear、resize_trilinear新增data_format参数，支持channel_last格式输入。
+            * group_norm支持channel_last格式输入。
+        * 涉及padding操作的OP，支持非对称padding，以及SAME和VALID 两种padding方式
+            * conv2d、conv3d、pool2d、pool3d支持上述padding方式。
+            * conv2d_transpose、conv3d_transpose支持上述padding方式。
+        * 对以下op进行inplace显存优化支持
+            * elementwise_add_grad_grad, elementwise_sub_grad_grad, elementwise_mul_grad_grad, elementwise_div_grad_grad, relu_grad_grad, leaky_relu_grad_grad, sqrt_grad_grad, square_grad_grad。针对GAN模型梯度惩罚显存占用较高的问题，为二重反向op添加inplace，优化其显存占用。
+        * 升级部分仅支持LoDTensor输入的OP兼容padding模式，包括linear_crf_op, crf_decoding_op, hash_op, edit_distance_op, chunk_eval_op, warpctc_op, ctc_align_op, row_conv_op。
+* Intel N-Graph集成
+    * 增加了ngraph_subgraph_pass对训练的支持，通过build strategy激活N-Graph提供对parallel executor的支持。
+    * 修正N-Graph对多线程问题，提供对多线程预测的支持。
+* 动态图
+    * 性能优化 
+        * 对动态图底层执行机制进行了重构，在大部分模型上有30%左右的速度提升 ，显存开销有2%左右下降。
+    * 功能完善
+        * 支持基于stop_gradient设置的自动剪枝功能和detach接口，满足冻结部分子网的需求。
+        * 支持模型在不同设备上执行data_transform， 可以使用less_than/greater_than等功能。
+        * 重新实现op（unsqueezed_op、unstack_op、flatten_op、fill_constant_op）等，使之能够支持动态图。
+    * 易用性提升
+        * 针对部分动态图不支持的接口提供了优化的报错 （包括Variable相关接口和Optimizer相关接口）。
+        * 针对Layer中的参数提供了可供访问的接口。
+        * 优化动态图save load接口，旧的dygraph下面的 save_persistables 删除。
+        * 支持了Layer call()可以使用关键字传入，使得前向执行时可以自定义传入的参数。
+
 预测部署
 ########
-* 服务端部署库
-    * 优化显存优化功能。DAM模型显存占用从4G下降至940M; MobileNet 模型显存占用从1G下降至500M。
-    * 将Paddle-TRT的优化过程迁移到模型初始化期间，解决Paddle-TRT初次预测时间过长的问题。例如使MobileNet初次预测时间从秒级别下降至毫秒级。
-    * 解决使用AnalysisPredictor从内存载入模型时，模型参数多次内存分配的问题。
-    * 增强Python预测API，并在官网文档预测部署下增加Python预测API的使用说明。
-    * Intel INT8 量化预测持续加强
-        * 持续优化INT8量化框架（训练后量化），新增五个模型（ GoogleNet, MobileNetV2, VGG16, VGG19, ResNet101)；与FP32模型相比，精度损失均在1%以内，性能提升2～3.7倍
-        * 支持QAT（训练中量化）训练出来的模型运行在INT8 kernel上，通过Pass对QAT模型进行修改，使其能运行在INT8 kernel上（目前支持 量化/去量化/卷积），在7个模型上（GoogleNet, MobileNetV1, MobileNetV2, VGG16, VGG19, ResNet50, ResNet101），和在FP32 kernel上模拟运行相比，精度变化在0.1%以内
+* 服务器云端预测库
+    * 接口优化 
+        * 增加预测C API。
+        * 针对设置环境变量GLOG_v=4可以打印出预测过程中包含模型op及op fuse的详细log会暴露较多信息，为AnalysisConfig添加DisableGlogInfo()接口（当前仅支持全局最多调用一次），方便使用者关闭GLOG输出，避免模型结构泄漏。
+        * 针对用户在使用C++预测库时不易获得模型描述中的输入shape的问题，为AnalysisPredictor添加GetInputTensorShape()接口，方便用户在运行预测引擎之前从模型中拿到输入shape，以避免输入错误的shape。
+    * 功能优化
+        * 在模型中添加了模型版本号及算子兼容性信息。在此版本之后，旧版本模型在新版本 Paddle 库上使用 AnalysisPredictor 执行预测时会进行兼容性检查。
+        * CPU INT8量化预测支持持续加强：支持mobilenet-ssd的训练后量化， 精度下降1%内， 性能提升3倍在第二代智强可扩展处理器6271上；新增Mul op的INT8 MKL-DNN kernel。
+    * 性能优化
+        * 优化了Mobilenetv2, ShuffleNet, Effecientnet 在CUDA GPU下的预测速度，mobilenetv2 从 5.3ms 减至 1.9ms，Shufflenetv2 从 6.3ms 减至1.4ms，Effecientnet 从60ms 减至 32ms。
+        * 实现一个简化Graph中基础op的Pass，预测时，upscale_in_train类型的dropout op直接移除，downgrade_in_infer类型的dropout op使用scale op代替。该优化使ERNIE模型在P40上的预测速度提升1.8%。
+        * 实现一个cudnn_placement_pass，将Graph中所有op的use_cudnn设置成true。该优化使ERNIE模型在P40上的预测速度提升10%。
+        * 实现fc op的GPU Kernel，并支持将激活操作融合到fc op中。该优化使ERNIE模型在P40上的预测速度提升2.1%。
+        * 实现融合fc+elementwise_add+layer_norm操作的Pass和GPU Kernel。该优化使ERNIE模型在P40上的预测速度提升4%。
+        * 实现了multihead matmul 融合算法的相关PASS和Kernel。该优化使Ernie模型在P4 GPU上的速度提升超过30%。
+        * 优化QAT（训练中量化）训练出来的模型在CPU INT8 kernel上执行的速度。通过PASS对训练出的QAT模型进行修改，结合训练后优化的PASS，使QAT训练出的模型可以在MobilenetV1， MobilenetV2， ResNet50，VGG16上精度变化（相比于FP32模拟量化）在0.1%内，ResNet101和VGG19精度变化在0.3%内，性能在6个模型上提升相比于原始未优化的QAT模型在第二代智强可扩展处理器6271上可达到4-9倍的性能提升。
+    * 问题修复 
+        * 针对之前AnalysisPredictor中设置FLAGS_profile无效的问题，为AnalysisConfig添加EnableProfile()接口，现在用户可以调用该接口开启预测的profiler，而无需设置FLAG。
+        * 对ZeroCopyTensor的copy_from_cpu、mutable_data等方法添加了uint8模板支持，目前ZeroCopyRun已经可以正确地接收uint8输入进行预测。
+        * 针对Paddle-TRT在包含多个op共享同一参数的模型如retinanet、faster_rcnn、cascade_rcnn中出现的重复设定weight、过早删除参数等bug进行了修复，Paddle-TRT已可以支持上述模型。
+* 移动、嵌入式端侧预测库
+    * 发布PaddleLite，定位高性能、多平台、轻量化的端侧预测引擎，并可作为服务器端飞桨原生预测库的加速库。具体见https://github.com/PaddlePaddle/Paddle-Lite
 * Paddle Serving
-    * 支持GPU设备；支持多卡并行预测
-    * 提供SE_ResNeXt50_32x4d模型作为标准示例，给出图像分类任务上单卡多并发、多卡多并发等场景benchmark
-    * 支持大规模稀疏参数任务：用于CTR预估等场景下超大规模embedding的存储和在线访问。一期发布单机版本，支持亿级别embedding访问
-    * 易于使用的API接口，API demo示例
-* PaddleSlim 
-    * 集成INT8量化框架
-    * 新增自动剪切策略，基于模拟退火算法搜索最优剪切率：对比MobileNet V1在ImageNet 1000类分类任务上FLOPS减少50%; Top1-Accuracy=69.7%
-    * 新增轻量级模型结构自动搜索功能（Light-NAS）：对比MobileNet V1在ImageNet 1000类分类任务上精度无损情况下FLOPS 减少17%
- 
- 
+    * 新增支持超大规模分布式预估服务能力
+        * 发布了来源于百度内部经过海量数据检验的高性能分布式版本kv存储器组件cube，提供稀疏参数的分布式存储和查找，在高并发条件下单位时间吞吐总量是redis的13倍，是单机版kv存储器rocksDB的6倍。
+        * 发布了Elastic CTR解决方案：针对超大规模稀疏参数的CTR任务，提供了基于k8s集群的分布式训练以及serving分布式参数部署预测的流程文档，并提供了一键式的解决方案。
+    * PaddleServing编译速度提升 
+        * 预测接口的编译依赖由paddle源码改为paddle inference lib，编译速度提升6倍。
+    * PaddleServing易用性提升 
+        * 支持Python client
+* PaddleSlim
+    * 添加基于硬件的小模型结构搜索功能。
+    * 对量化训练、蒸馏和通道裁剪三种策略扩充分类模型示例，添加检测模型示例。 
+    * 新增部分量化功能的支持，目前用户可选择对同一类型的op仅部分进行量化。
+    * 新增对pool2d、elementwise_add等op的量化训练支持。
+
 分布式训练
 ############
-* 分布式High-Level API Fleet
-    * 分布式训练统一API，支持参数服务器（Parameter Server）和Collective模式训练，大幅度降低用户从单机切换到多机训练的新增代码量
-    * 用户可以通过配置分布式策略调用不同的并行训练方法，对于不同的分布式环境支持多种内建RoleMaker，方便用户调用
-* 参数服务器（Parameter Server）训练新增Communicator设计
-    * 独立通信逻辑到Communicator，简化异步训练逻辑
-    * 提供可控制通信开关，可针对不同模型针对性调优
-* GPU多机多卡增加多个提升扩展性Feature，NLP/CV经典模型下多机多卡训练提速50%
-    * 新增Fused All Reduce：通过对gradient tensor进行自动合并，降低参数同步次数
-    * 新增Hierachical All Reduce：层次化all reduce操作
-    * 新增All Reduce通信并发能力：增加多机训练下，训练对网络波动的容忍能力
-    * 新增反向与优化算法之间的依赖分析：提升通信与计算overlap并发的能力
-    * 以上新增能力融合可实现在Bert Large(batch 16 x 128)和Resnet50(batch 32)上多机(v100 8*4 卡)训练速度比PaddlePaddle1.4.1提速50%+。
-* GPU多机多卡Benchmark更新
-    * ResNet50、VGG16、Transformer和Bert上的速度对比，并提供可复现的benchmarks脚本。
-* CPU-GPU异构设备流水线并行能力支持
-    * 新增流水线并行能力，可支持用户自定义在异构硬件分配计算OP，通过流水线交换数据，从而实现异构计算设备的搭配和计算资源的自由配比，提升训练速度。
-    * 在IO量大、计算量较小的场景例如CTR预估，Graph Neural Network下相比纯GPU训练有明显速度优势。
- 
+* 性能优化 
+    * 新增LocalSGD多机训练算法：针对GPU多机多卡同步训练过程中存在trainer速度不一致（随机）导致同步等待问题，设计了局部异步训练策略，通过多步异步训练（无通信阻塞）实现慢trainer时间均摊，从而提升同步训练性能。在4机32块V100 GPU卡的配置下，在Resnet50 Imagenet分类任务上，测试集top5准确率达到93%的情况下，训练吞吐提升8.16%。模型链接： https://github.com/PaddlePaddle/Fleet/tree/develop/examples/local_sgd/resnet 。
+    * 新增GEO-SGD分布式CPU多线程全异步训练算法：通过训练节点维护独立参数且局部多轮更新，同时全局参数增量更新，大幅降低了训练中的通信占比。在文本匹配Simnet_bow模型上，GEO-SGD相比飞桨1.5全异步模式，在25节点12线程下，训练速度提升2.65倍，保持效果对齐。在Word2Vec模型上，GEO-SGD相比飞桨1.5全异步模式，在4、8、16、32节点16线程下，训练速度分别提升3.79倍、3.92倍、4.69倍、6.88倍，效果保持对齐。
+    * Fast Resnet：采用可变图像大小、可变batch size和矩形验证图像等策略，显著提升Resnet50模型在ImageNet数据集的训练速度。在4机32块V100 GPU卡的配置下，top5准确率达到93%的时间缩短至35分钟，收敛速度提升2.21倍。在8机64块V100 GPU卡的配置下，top5准确率达到93%的时间缩短至27分钟。模型链接：https://github.com/PaddlePaddle/Fleet/tree/develop/examples/fast_imagenet 。
+* 新增超大Batch训练优化器RecomputeOptimizer。在内存固定的情况下，Recompute优化器可以显著提高模型可以运行的batch size,提升为原来的 17%-309%；训练效果是无损的，收敛趋势一致，但实际吞吐会有一定损失。
+* 新增Collective Op：all_reduce_op、broadcast_op、all_gahter_op、reduce_scatter_op，支持在组网中实现进程通信。
+* 容错 
+    * CPU全异步训练模式加入训练节点心跳检查，及时发现异常节点。
+    * 加入retry机制 修复rpc errorcode 14的错误。
+* 部署 
+    * Paddle-K8S-Operator新增支持Volcano Job的提交，支持CPU分布式训练。 
  
 模型建设（PaddlePaddle/models）
 ##############################
-* 图像分类
-    * 发布9个ImageNet预训练模型，包含ResNet50_vc, ResNet50_vd,  ResNet101_vd, ResNet152_vd, ResNet 200_vd,  ResNeXt101_64x4d, ResNeXt101_vd_64x4d, SENet154_vd, InceptionV4
-    * ResNet50_vd相比已发布的ResNet50效果提升2.62%，可以达到ResNet101精度。ResNet101_vd相比已发布ResNet101效果提升1.88%
-* PaddleDetection
-    * 发布PaddleDetection物体检测统一框架，包含Faster-RCNN (支持FPN), Mask-RCNN (支持FPN), Cascade-RCNN, RetinaNet, Yolo v3, SSD算法，其中FPN, CascadeRCNN, RetinaNet是本次新增算法。
-    * 发布一系列预训练模型，其中RCNN系列模型支持ResNet, ResNet_vd, ResNeXt, ResNeXt_vd, SEResNeXt主干网络。Yolo v3持续增加更加轻量的ResNet34, MobileNet主干网络，并发布预训练模型
-* PaddleGAN
-    * 发布PaddleGAN图像生成库，包含CGAN、DCGAN、CycleGAN、Pix2Pix、StarGAN、AttGAN、STGAN，支持多种数据集，支持经典的GAN网络结构。其中STGAN是百度视觉技术部自研的任意图像属性编辑模型。
-* PaddleVideo
-    * 优化已经发布的分类模型，NeXtVLAD训练速度提升60%， TSM速度领先竟品39%
-    * 增加已发布的模型骨干网络，Nonlocal模型增加ResNet101和I3d网络结构
-    * 增加动作定位模型C-TCN，百度2018年ActivityNet比赛夺冠方案
+* 易用性优化
+    * 全面优化了PaddleNLP和PaddleCV主要模型（Transformer，BERT，DMTK，PaddleDetection，PaddleGAN，PaddleVideo，ImageClassification）的安装、自定义数据以及对windows平台的支持等功能和体验。
 * PaddleNLP
-    * BERT on PaddlePaddle：支持动态混合精度训练，保证了预训练任务在混合精度训练模式下的精度；支持以多进程的方式进行多卡任务的训练，提高了多卡加速比；优化多机分布式训练的加速比，在 V100 GPU集群上将 6 机相对于单机的 FP32 训练加速效率提高至76%
-    * 发布PaddleNLP-Research，开源MRQA2019阅读理解竞赛Paddle Fluid基线、 DuConv (ACL2019) 等近期百度在 NLP 学术领域的工作
- 
+    * 发布文本生成库Seq2seq
+        * 开源多个文本生成模型，包括vanilla seq2seq，seq2seq with memory network，variational seq2seq。
+    * 升级阅读理解库
+        * 开源EMNLP2019阅读理解竞赛百度夺冠模型D-Net和相关预训练模型，兼容MRQA2019开放的18个抽取式阅读理解公开数据集的并行训练、高性能评估以及搭建阅读理解serving的相关工作。
+    * 升级语义表示库升级
+        * 开源EMNLP2019阅读理解竞赛百度夺冠模型D-Net和相关预训练模型，兼容MRQA2019开放的18个抽取式阅读理解公开数据集的并行训练、高性能评估以及搭建阅读理解serving的相关工作。
+    * 升级语义表示库升级
+        * 新增语义表示模型XLNet。
+    * 发布开放多任务学习库PALM
+        * 开源MRQA2019比赛百度夺冠使用的多任务学习框架PALM，只需要几十行代码就可以完成基于ERNIE、BERT等预训练模型的硬共享、层次共享等多任务学习算法。
+* PaddleCV
+    * 发布图像分割库 PaddleSeg：具备丰富数据增强、模块化设计、高性能和端到端部署四大特点。
+        * 模型
+            * 新增DeeplabV3+/UNet/PSPNet/ICNet四种网络支持，对应预训练模型共18个。
+            * 新增车道线分割、人像分割、人体部件分割三个预测模型。
+        * 功能 
+            * 支持softmax loss、bce loss、dice loss以及损失函数组合配置。
+            * 支持翻转、旋转、多尺度变换、模糊、色彩饱和度调整等十余种数据增强策略。
+            * 支持数据检查、边训边评估、模型导出、自动可视化、调参模式等易用性功能。
+            * 支持FP16混合精度训练以及动态Loss Scaling。
+            * 支持多进程训练与数据预处理。
+        * 端到端部署 
+            * 提供多平台（Windows/Linux）的C++高性能预测库编译、开发和部署。
+            * 基于Paddle Serving提供高性能图像分割服务化部署能力。
+    * 升级检测库 PaddleDetection
+        * 新增2019 Objects365 Full Track比赛夺冠模型；新增DeformableConv系列模型；新增VGG-SSD系列模型；新增Cascade+Mask+FPN模型；新增更多基于的COCO两阶段模型；新增行人检测和车辆检测预训练模型；新增人脸检测模型Faceboxes和BlazeFace系列模型，并发布改进版的轻量级模型。
+        * 功能
+            * 支持multi-scale的训练、multi-scale测试，支持group norm等。支持FP16训练。增加C++预测部署能力，支持Windows和Linux系统。
+            * 增加模型压缩量化和剪枝示例。
+        * 增加中文文档，增加基于小数据的快速开始、迁移学习、模型导出、预测部署等文档，增加预测benchmark文档。
+    * 完善图像分类模型
+        * 发布9个EfficientNet预训练模型：EfficientNet-b0,EfficientNet-b1,EfficientNet-b2,EfficientNet-b3,EfficientNet-b4,EfficientNet-b5,EfficientNet-b6,EfficientNet-b7,EfficientNet-small。精度与论文持平。
+        * 持续新增34个预训练模型：DarkNet53, DenseNet121，Densenet161, DenseNet169, DenseNet201, DenseNet264, SqueezeNet1_0, SqueezeNet1_1, ResNeXt50_vd_32x4d, ResNeXt152_64x4d, ResNeXt101_32x8d_wsl, ResNeXt101_32x16d_wsl, ResNeXt101_32x32d_wsl, ResNeXt101_32x48d_wsl, Fix_ResNeXt101_32x48d_wsl，ResNet18_vd，ResNet34_vd，MobileNetV1_x0_25，MobileNetV1_x0_5，MobileNetV1_x0_75，MobileNetV2_x0_75，MobilenNetV3_small_x1_0，DPN68，DPN92，DPN98，DPN107，DPN131，ResNeXt101_vd_32x4d，ResNeXt152_vd_64x4d，Xception65，Xception71，Xception41_deeplab，Xception65_deeplab，SE_ResNet50_vd。
+    * 升级PaddleVedio
+        * 新增动作定位模型: BMN和BSN，其中BMN模型是ActivityNet2019比赛的冠军。
+        * 新增VideoGrounding方向的BaseLine模型：TALL。
+        * 新增VideoCaption方向的BaseLine模型：ETS。
+    * 升级PaddleGAN 
+        * 新增SPADE模型。
+        * 替换Instanceorm实现，STGAN上判别器速度提升12%左右。
+* PaddleSpeech
+    * 升级语音识别模型 DeepSpeech 至飞桨最新版本。
+    * 开源语音合成模型 DeepVoice3 。
+* PaddleRec
+    * 新增支持分布式训练的DeepFM、XDeepFM、DeepCrossNetwork。
  
 工具组件
 #########
 * PaddleHub
-    * 全新发布PaddleHub官网，易用性全面提升
-        * 新增网站http://hub.paddlepaddle.org.cn，包含PaddlePaddle生态的预训练模型使用介绍
-        * 迁移学习Demo接入AI Studio与AI Book,无需安装即可快速体验
-        * 新增PaddleHub后端服务，支持模型检索、下载、私有化部署等功能
-    * 新增29个预训练模型，覆盖文本、图像、视频三大领域；目前官方提供40个预训练模型
-        * CV预训练模型
-            * 新增图像分类预训练模型11个：SE_ResNeXt, GoogleNet, ShuffleNet等
-            * 新增目标检测模型Faster-RCNN和YOLOv3
-            * 新增图像生成模型CycleGAN
-            * 新增人脸检测模型Pyramidbox
-            * 新增视频分类模型4个: TSN, TSM, StNet, Non-Local
-        * NLP预训练模型
-            * 新增语义模型ELMo
-            * 新增情感分析模型3个: Senta-BOW, Senta-CNN, Senta-GRNN
-            * 新增中文情绪识别模型EmoTect
-            * 新增中文语义相似度分析模型Simnet
-            * 升级LAC词法分析模型，新增词典干预功能，支持用户自定义分词
-    * Fine-tune API升级，灵活性与性能全面提升
-        * 支持多卡并行、PyReader多线程IO，ERNIE文本分类Fine-tune速度提升60%
-        * 简化finetune、evaluate、predict等使用逻辑，提升易用性
-        * 增加事件回调功能，方便用户快速实现自定义迁移学习任务
-        * 新增多标签分类Fine-tune任务
-* 图学习框架 `PGL <https://github.com/PaddlePaddle/PGL>`_  (Paddle Graph Learning) 
-    * 发布基于PaddlePaddle的图学习框架PGL Preview版，提供基于游走 (Walk Based) 以及消息传递（Message Passing）两种计算范式去搭建最前沿的图学习算法，如图表征学习、图神经网络等。PGL充分利用Paddle LoD Tensor特性大幅提升Message-Passing范式中信息聚合效率，兼顾了灵活性和高效性
-        * 新增基于PGL实现的GCN、GAT，在多个数据集达到SOTA水平
-        * 新增基于大规模子图采样模型Graphsage模型，单机可支持5千万节点、20亿条边的巨图
-        * 新增node2vec，deepwalk等图表征学习方法，达到SOTA水平
-        * 新增PGL文档、API、Tutorial等材料 
+    * 新增超参优化Auto Fine-tune功能，实现给定超参搜索空间，自动给出较佳的超参组合。
+        * 支持两种超参优化算法：基于贝叶斯优化的HAZero和哈密尔顿系统的PSHE2。
+        * 支持两种评估方式：Full-Trail和Population-Based。
+    * 预训练模型丰富 
+        * 升级ERNIE 1.0中文模型，提升模型载长文本情况下的效果(max_seq_len=512)。
+        * 升级LAC模型至v2.0.0，保持效果的同时精简模型结构，提升预测速度。
+        * 新增ERNIE 2.0 英文预训练模型。
+        * 新增Ultra-Light-Fast-Generic-Face-Detector-1MB人脸检测模型。
+        * 新增人体部件分割ACE2P模型。
+        * 新增基于DeepLabv3+的人像分割模型HumanSeg。
+        * 新增图像生成模型STGAN、AttGAN、StarGAN。
+    * Fine-tune API升级，灵活性与易用性提升
+        * 新增阅读理解Fine-tune任务。
+        * 新增多指标评估功能。
+        * 优化predict接口，提升预测性能。
+        * 新增优化策略ULMFiT，包括以下三种配置
+            * Slanted triangular learning rates：斜三角形学习率微调。
+            * Discriminative fine-tuning：支持计算图按拓扑序分层采用不同学习率微调。
+            * Gradual unfreezing：根据计算图的拓扑结构逐层参数解冻。
+* PGL 图学习框架
+    * 对应发布飞桨图学习框架PGL v1.0正式版。
+    * 易用性：新增异构图的Metapath采样与Message Passing消息传递双机制，支持包含多种类型节点和边特征的异构图建模，新增Metapath2vec、GATNE等异构图算法。同时，文档、API、Tutorial等材料也进一步完善。
+    * 规模性：新增分布式图引擎和分布式Embedding，可支持十亿节点百亿边的超巨图的多种分布式训练模式。新增distributed deepwalk和distributed graphSage两个分布式样例。
+    * 丰富性：新增8个、累计13个图学习模型，涵盖了图神经网络和图表征学习的主流模型。新增的8个模型分别是LINE、struc2vec、metapath2vec、GES、GATNE、SGC、Unsup-GraphSage、DGI。
+* PARL 深度强化学习框架
+    * 对应发布飞桨强化学习框架PARL 1.2。
+    * 更全更完善的并行RL机制，资源调度集群化，进一步降低并行算法实现门槛。
+    * 支持大规模并行进化算法，可数百个CPU并发搜索索（https://github.com/PaddlePaddle/PARL/tree/develop/examples/ES）。
+    * 上线更加全面的官方PARL文档（https://parl.readthedocs.io/en/latest/）。
+* PaddleFL 联邦学习 
+    * 发布飞桨联邦学习框架PaddleFL，方便快捷地支持联邦学习和AI隐私算法研究，并实现了FedAvg算法和基于差分隐私的SGD算法，支持分布式安全共享学习算法调研。https://github.com/PaddlePaddle/PaddleFL
+* Paddle2ONNX
+    * 对应升级paddle2onnx至0.2版本。
+    * 新增pip安装方式。
+    * 适配飞桨 v1.6的算子和ONNX v1.5版本。
+    * 新增精度对齐框架，提供新增代码和模型转换的正确性验证功能。
+    * 支持ResNet、DenseNe等10个Paddle图像分类模型的转换。
+    * 支持SSD_MobileNet、YoloV3_DarkNet5等4个Paddle目标检测模型的转换。
+* X2Paddle
+    * 对应升级x2paddle至0.5版本。
+    * 新增pip安装方式。
+    * 新增统一的caffe、tensorflow和onnx模型计算图中间表示。
+    * 支持caffe多分支模型的转换。
+    * 大幅提升主流框架的模型转换能力，支持44个tensorflow OP，33个caffe Layer和48个onnx OP。
+    * 为Paddle Lite提供多框架模型部署能力，支持包括图像分类、目标检测和语义分割在内共18个模型的无损转换。
 
 BUG修复
 ##########
-* 修复softmax_with_cross_entropy操作CPU版本中ignore_label不支持在0到类别数之外label的问题
-* 修复import paddle之后logging.basicConfig设置失效问题
-* 修复python/paddle/fluid/layers/ops.py在python3下报错的问题
-* 修复sequence unpad op在训练过程中不稳定的问题
-* 修复concat op属性axis为负数时挂掉的问题
-* 修复了enable_inplace和memory_optimize的潜在bug，保证某些op的输出变量不会被错误地复用
-* 修复了Eager Deletion策略可能会提前误删变量存储空间的bug，提高Eager Deletion策略的稳定性
-* 修复了模型图分析中拓扑排序存在bug导致的在相同模型输入情况下有不同的模型图生成的情况
-* 修复了预测结束后其他服务线程OMP线程冲突的问题。修复为在CPU模式下，预测引擎会在预测结束后将全局的OMP线程数设回为1。
+* 修复 rnn_search 模型无法跑起来的bug。
+* 修复 save_inference_model 在 prune recurernt_op 时的 bug（该 bug 会导致一些 RNN 模型在 save inference model 后 load 预测出错）。
+* 修复了动态图中多个Layer中act和bias等参数不生效的问题（其中包括：BilinearTensorProduct， GRUUnit，Conv2DTranspose ，LayerNorm，NCE ）、优化器保存的bug 、python端内存泄漏的问题、部分参数minimize段错误的问题、使用python中has_attr的失效的问题进行了修复。
+* 修复FC mkldnn pass在AVX2机器上的精度diff问题。
+* 升级MKL-DNN到0.20，并提升MKL-DNN单侧覆盖率到90%以上。
+* 修复MKL-DNN训练后量化convolution和dequant op的squash问题。 
+
+代码重构和升级
+#########
+* 清理了6个废弃的第三方库recordio，snappystream，snappy，jemalloc，anakin，gzstream。