v0.6.5

• Analyzer
  • 添加了新的分析方法 statistical_analyse
  • 允许分析多输出算子
  • 重新设计了 cosine 相似度的计算方式
• API
  • 添加了新的api: load_native_graph
  • 添加了新的api: register_network_quantizer
  • 添加了新的api: register_network_parser
  • 添加了新的api: register_network_exporter
  • 允许以setting=None调用api函数
• Executor
  • 支持1d, 3d卷积,
  • 支持1d 3d pooling
  • 支持1d 3d 反卷积
  • 支持 lstm, gru
  • 支持 sin, cos
  • 支持 abs
  • 支持 sum
  • 支持 Erf, Elu, Reciprocal
  • 重写了 resize, slice 与 scatterND 实现
  • 移除了注册算子的限制条件，现在你可以覆盖ppq内部的算子实现
  • 修正了Conv, Pooling, ConvTranspose, Pad中的padding问题，适配onnx 1d, 2d, 3d padding，并将以较高性能运行
• Dispatcher
  • 添加了新的调度器 purseus, allin
  • 添加了新的数据类型抽象 opsocket，在下一版本中该抽象将被移入ppq.IR
  • 默认子图切分方法更改为 purseus
  • 添加调度报警信息
• Observer
  • 添加了新的calibration方法OrderPreserving，保序量化将被应用在分类网络当中，提升分类性能
  • 添加了mse的非对称实现，并添加了c++的mse实现
• Graph
  • 支持1d, 3d卷积与反卷积的bn融合
  • Variable添加属性 shape，可以直接修改 shape 来设定 dynamic shape
  • 图匹配引擎允许以ep_expr = None进行模式匹配
  • 支持图的复制
• Optim
  • LSQ 算法被重写，性能大幅提升, Advanced optimization 与 LSQ 算法合并，现在被称为CuLSQ
  • Brecq 算法被移入 legacy，不推荐使用
  • layerSplit, BiasCorrection 算法被重写，性能提升
  • Laerwise Equalization 算法被重写，现在支持 1,2,3d 卷积与反卷积，支持 include act
  • 修正了 average pooling 算子对齐的错误
  • 修正了 bias, pad 量化的相关问题
  • 移除了RuntimePerlayerCalibrationPass，相关参数不再起作用
  • 移除了ConstantBakingPass，相关参数不再起作用
  • 移除了InplaceQuantizationSettingPass，相关参数不再起作用
  • 移除了 fuse_conv_add 设置选项，相关优化过程被移入 legacy 文件，现在必须手动调用
• Doc
  • 添加了常见优化过程文档
  • 添加了 yolo 量化相关例子
  • 添加了新的入门教程示例代码
• Cuda
  • 重写了量化核心函数，性能提升
  • 重写了量化梯度传播函数，性能提升
  • 现在在编译开始时，会自动移除编译锁
• Core
  • 为 TQC 添加了新的属性 Visibilty，将使用该属性控制 TQC 导出能见度
  • 修改了一些属性名字，并将它们写入 ppq.common.py
  • TensorQuantizationConfig中的函数__is_revisable现在是一个公有函数，并被重命名为is_revisable
• Other
  • Import TensorRT的警告现在只在导出的时候才会发出
  • 添加了 snpe 1.6.3 的支持
  • 添加了 tengine 的支持
  • 修复了一系列错误