Merge branch 'develop' of https://github.com/PaddlePaddle/PaddleHub into develop

RELEASE.md

-# PaddleHub v1.2.0
+# `v1.2.0` 
 
 * 新增**超参优化Auto Fine-tune**，实现给定超参搜索空间，PaddleHub自动给出较佳的超参组合
   * 支持两种优化策略：HAZero和PSHE2
@@ -14,37 +14,33 @@
   * 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
-  * 可视化工具支持使用tb_paddle
+  * 可视化工具支持使用tensorboard
 
 
-# PaddleHub v1.1.2
+# `v1.1.2`
 
 * PaddleHub支持修改预训练模型存放路径${HUB_HOME}
 
 
-# PaddleHub v1.1.1
+# `v1.1.1`
 
 * PaddleHub支持离线运行
 * 修复python2安装PaddleHub失败问题
 
 
+# `v1.1.0`
 
-
-
-
-# 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
+# `v1.0.1`
 
 * 安装模型时自动选择与paddlepaddle版本适配的模型
 
 
-# PaddleHub v1.0.0
+# `v1.0.0`
 
 * 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
@@ -69,10 +65,12 @@
   * 新增多标签分类Fine-tune任务
 
 
-# PaddleHub v0.5.0
+# `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。
+
 **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。