Update README.md

README.md

@@ -23,6 +23,72 @@ PaddleHub是基于PaddlePaddle生态下的预训练模型管理和迁移学习
 
 除上述依赖外，PaddleHub的预训练模型和预置数据集需要连接服务端进行下载，请确保机器可以正常访问网络
 
+## 常见问题
+
+### 问题一
+
+**现象**
+
+利用PaddleHub ernie/bert进行Finetune时，提示`paddle.fluid.core_avx.EnforceNotMet: Input ShapeTensor cannot be found in Op reshape2`等信息
+
+**原因**
+
+这是因为ernie/bert module的创建时和此时运行环境中PaddlePaddle版本不对应。
+
+**解决方法**
+
+首先将PaddlePaddle和PaddleHub升级至最新版本，同时将ernie卸载。
+
+如果机器不支持GPU，那么使用如下命令来安装PaddlePaddle的CPU版本
+```shell
+$ pip install --upgrade paddlepaddle
+$ pip install --upgrade paddlehub
+$ hub uninstall ernie
+```
+
+如果机器支持GPU，则使用如下命令来安装PaddlePaddle的GPU版本
+```shell
+$ pip install --upgrade paddlepaddle-gpu
+$ pip install --upgrade paddlehub
+$ hub uninstall ernie
+```
+
+### 问题二
+
+**现象**
+
+使用paddlehub时，无法下载预置数据集、Module的等现象
+
+**原因**
+
+PaddleHub中的预训练模型和预置数据集都需要通过服务端进行下载，因此Paddle Hub默认用户访问外网权限。
+可以通过以下命令确认是否可以访问外网。
+
+```python
+import requests
+
+res = requests.get('http://paddlepaddle.org.cn/paddlehub/search', {'word': 'ernie', 'type': 'Module'})
+print(res)
+
+# the common result is like this:
+# <Response [200]>
+```
+
+**Note**
+
+PaddleHub 1.1.1版本已支持离线运行Module
+
+### 问题三
+
+**现象**
+
+利用PaddleHub Finetune如何适配自定义数据集
+
+**解决方法**
+
+参考[PaddleHub Finetune适配自定义数据集完成Finetune](https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub%E9%80%82%E9%85%8D%E8%87%AA%E5%AE%9A%E4%B9%89%E6%95%B0%E6%8D%AE%E5%AE%8C%E6%88%90FineTune)
+
+
 ## 答疑
 
 当安装或者使用遇到问题时，可以通过[FAQ](https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub-FAQ)查找解决方案。
@@ -93,5 +159,58 @@ $ hub run faster_rcnn_coco2017 --input_path test_object_detection.jpg
   * [AI Studio](https://aistudio.baidu.com/aistudio/projectDetail/79378)
   * [AIBook](https://console.bce.baidu.com/bml/#/bml/aibook/img_cls)
 
+## 更新历史
+
+### PaddleHub v1.1.1
+
+* PaddleHub支持离线运行Module
+* 修复python2安装PaddleHub失败问题
+
+### PaddleHub v1.1.0
+
+* PaddleHub 新增 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
+
+* 安装模型时自动选择与paddlepaddle版本适配的模型
+
+### PaddleHub 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
+  * 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。
+
+* 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。
+  
+
 ## 版权和许可证
 PaddleHub由[Apache-2.0 license](LICENSE)提供