提交 a1d921af 编写于 作者: W wanghaoshuang

Update release note for v2.3.0

上级 79a7b164
......@@ -6,7 +6,60 @@
## 简介
PaddleSlim是一个专注于深度学习模型压缩的工具库,提供**剪裁、量化、蒸馏、和模型结构搜索**等模型压缩策略,帮助用户快速实现模型的小型化。
PaddleSlim是一个专注于深度学习模型压缩的工具库,提供**低比特量化、知识蒸馏、稀疏化和模型结构搜索**等模型压缩策略,帮助用户快速实现模型的小型化。
## 产品动态
- 🔥 **2022.05.23: 发布v2.3.0版本**
- 发布自动压缩功能
- 支持代码无感知压缩:用户只需提供推理模型文件和数据,既可进行离线量化(PTQ)、量化训练(QAT)、稀疏训练等压缩任务
- 支持自动策略选择,根据任务特点和部署环境特性:自动搜索合适的离线量化方法,自动搜索最佳的压缩策略组合方式
- 提供了自然语言处理、图像语义分割、图像目标检测三个方向的自动压缩示例
- 升级量化功能
- 统一量化模型格式
- 离线量化支持while op
- 新增7种离线量化方法, 包括HIST, AVG, EMD, Bias Correction, AdaRound等
- 修复BERT大模型量化训练过慢的问题
- 支持半结构化稀疏训练
- 新增延时预估工具
- 支持预估指定模型在特定部署环境下 (ARM CPU + Paddle Lite) 的推理性能
- 提供部署环境自动扩展工具,可以自动增加在更多 ARM CPU 设备上的预估工具
- 支持对稀疏化模型、低比特量化模型的性能预估
- 提供 SD625、SD710、RK3288 芯片 + Paddle Lite 的预估接口
- **2021.11.15: 发布v2.2.0版本**
- 支持动态图离线量化功能.
- **2021.5.20: 发布V2.1.0版本**
- 扩展离线量化方法
- 新增非结构化稀疏
- 增强剪枝功能
- 修复OFA功能若干bug
- **2021.2.5: 发布V2.0.0版本**
- 新增支持动态图
- 新增OFA压缩功能
- 优化剪枝功能
- **2020.9.16: 发布V1.2.0版本**
- 新增PACT量化训练功能
- 新增DML(互蒸馏功能)
- 修复部分剪裁bug,加强对depthwise_conv2d的剪裁能力
- 优化剪裁和量化API的易用性和灵活性
更多信息请参考:[release note](https://github.com/PaddlePaddle/PaddleSlim/releases)
## 版本对齐
......@@ -17,7 +70,9 @@ PaddleSlim是一个专注于深度学习模型压缩的工具库,提供**剪
| 1.2.0 | 2.0Beta/RC | 2.8 |
| 2.0.0 | 2.0 | 2.8 |
| 2.1.0 | 2.1.0 | 2.8 |
| 2.1.1 | 2.1.1 | >=2.8 |
| 2.1.1 | 2.1.1 | >=2.8 |
| 2.3.0 | 2.3.0 | >=2.11 |
## 安装
......@@ -29,16 +84,9 @@ pip install paddleslim -i https://pypi.tuna.tsinghua.edu.cn/simple
安装指定版本:
```bash
pip install paddleslim==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install paddleslim==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
```
## 最近更新
2021.5.20: 发布V2.1.0版本,扩展离线量化方法,新增非结构化稀疏,增强剪枝功能,修复OFA功能若干bug。
2021.2.5: 发布V2.0.0版本,新增支持动态图,新增OFA压缩功能,优化剪枝功能。
2020.9.16: 发布V1.2.0版本,新增PACT量化训练功能,新增DML(互蒸馏功能),修复部分剪裁bug,加强对depthwise_conv2d的剪裁能力,优化剪裁和量化API的易用性和灵活性。
更多信息请参考:[release note](https://github.com/PaddlePaddle/PaddleSlim/releases)
## 功能概览
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册