Update RELEASE.md

RELEASE.md

@@ -7,16 +7,20 @@
   * Slanted triangular learning rates：学习率先线性增加后缓慢降低
   * Discriminative fine-tuning：将计算图划分为n段，不同的段设置不同学习率
   * Gradual unfreezing：根据计算图的拓扑结构逐层unfreezing
-* 新增**阅读理解任务**和**回归任务**
 * 新增支持用户自定义PaddleHub配置，包括
   * 预训练模型管理服务器地址
   * 日志记录级别
-
+* Fine-tune API升级，灵活性与易用性提升
+  * 新增**阅读理解Fine-tune任务**和**回归Fine-tune任务**
+  * 新增多指标评测
+  * 优化predict接口
+  
 
 # PaddleHub v1.1.2
 
 * PaddleHub支持修改预训练模型存放路径${HUB_HOME}
 
+
 # PaddleHub v1.1.1
 
 * PaddleHub支持离线运行
@@ -25,7 +29,9 @@
 
 # PaddleHub v1.1.0
 
-* PaddleHub **新增预训练模型ERNIE 2.0**
+* PaddleHub **新增预训练模型ERNIE 2.0 **
+  * 升级Reader， 支持自动传送数据给Ernie 1.0/2.0
+  * 新增数据集GLUE(MRPC、QQP、SST-2、CoLA、QNLI、RTE、MNLI)
 
 
 # PaddleHub v1.0.1
@@ -35,18 +41,35 @@
 
 # PaddleHub v1.0.0
 
-* 全新发布[**PaddleHub官网**](https://www.paddlepaddle.org.cn/hub)，易用性全面提升
-* **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
+* 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5个: Senta-BOW, Senta-CNN, Senta-GRNN, , Senta-LSTM, 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，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
 
 
 # PaddleHub v0.5.0
 
 正式发布PaddleHub预训练模型管理工具，旨在帮助用户更高效的管理模型并开展迁移学习的工作。
 
-* 预训练模型管理: 通过hub命令行可完成PaddlePaddle生态的预训练模型下载、搜索、版本管理等功能。
+**预训练模型管理**: 通过hub命令行可完成PaddlePaddle生态的预训练模型下载、搜索、版本管理等功能。
 
-* 命令行一键使用: 无需代码，通过命令行即可直接使用预训练模型进行预测，快速调研训练模型效果。
-                目前版本支持以下模型：词法分析LAC；情感分析Senta；目标检测SSD；图像分类ResNet, MobileNet, NASNet等。
+**命令行一键使用**: 无需代码，通过命令行即可直接使用预训练模型进行预测，快速调研训练模型效果。目前版本支持以下模型：词法分析LAC；情感分析Senta；目标检测SSD；图像分类ResNet, MobileNet, NASNet等。
 
-* 迁移学习: 提供了基于预训练模型的Finetune API，用户通过少量代码即可完成迁移学习，包括BERT/ERNIE文本分类、序列标注、图像分类迁移等。
+**迁移学习**: 提供了基于预训练模型的Finetune API，用户通过少量代码即可完成迁移学习，包括BERT/ERNIE文本分类、序列标注、图像分类迁移等。