Skip to content

Releases: MegEngine/mgeconvert

mgeconvert 1.0.2

30 Aug 07:20
Compare
Choose a tag to compare

Highlight

  • onnx转mge功能更完善,增加若干算子的转换支持,支持mobilevit、mobilenetv3、mobileone、efficientnet模型转换

Bug Fixes

  • 修复对 node 的 shape 和 dtype 为 None时报错的问题
  • 修复pip安装时指定tfversion会出错的问题
  • 修复onnx前端tensor owner_opr被覆盖的问题

New Features

  • onnx2mge增加对 Div、 Hardsigmoid、Pow、Reduce、Shape、Sqrt、Sub、Unsqueeze 算子的支持
  • 增加 TransformerRule 支持 onnx2mge中让fc的weight为非trans模式
  • onnx2mge增加 --optimize-for-inference 选项支持dump mge模型时进行优化
  • onnx2mge支持动态输入shape,增加 --frozen_input_shape支持使用onnxsim来固定shape,以优化当前shape的模型
  • tflite转换器增加 --use_int64_bias 选项支持MatMul、Conv2d、DeConv2d的bias使用int64

mgeconvert 1.0.1

29 Jun 10:19
Compare
Choose a tag to compare

Bug Fixes

  • 修复虚拟环境中安装依赖包报错的问题
  • 修复tflite转量化模型 dtype 错误的问题

mgeconvert 1.0.0

22 Jun 06:45
Compare
Choose a tag to compare

HighLight

  • 支持1.8、1.9版本的MegEngine
  • 支持onnx模型转mge静态图模型和TracedModule
  • 支持pip安装,安装tflite转换器更顺畅

Bug Fixes

  • 修复不带bias的ConvbBnRelu转换出错的问题
  • 修复 EXPAND_CONVRELU pass 中对输出节点的命名出错,导致caffe模型中有重复的 conv layer 的问题
  • 修复部分复杂模型转换时报 maximum recursion depth exceeded 的问题
  • 修复 onnx 转换器中 softmax 和 gemm 里的多余操作
  • 修复 concat op 不支持 axis < 0 的情况
  • 修复 int,float 默认的 dtype 是 64 位,而最高支持32位的问题
  • 修复 tflite转换器 nhwc情况下没把GetSubtensor的参数start/end/step tensor 和Squeeze 的参数squeeze_ndim 从 nchw 转成 nhwc 的问题
  • 修复 SLICE_PARAMS_AS_INPUTS_AND_MAKE_SQUEEZE Transformation, GetSubtensor squeeze_axis 为空时不再添加SqueezeOpr
  • 修复FUSE_ACTIVATION Transformation, Conv -> tensor A -> Relu, Tensor A是网络输出的情况,删除tensor A未对应修改网络输出的问题
  • 修复QAT模型转换bug,从QuantDtypeMeta获取量化信息
  • 修复Flatten(Linear) 后 Linear 的权重没转到 nhwc 的bug

New Features

  • 支持onnx模型到mge静态图模型和TracedModule的转换
  • tflite转换器支持 remove_relu 选项去除relu算子
  • tflite转换器增加prefer_same_pad_mode选项支持为Conv或Pooling pad时优先使用SAME的pad mode
  • tflite转换器支持用户自定义的pixelshuffle(upsample/downsample)转到tflite的DepthToSpaceSpaceToDepth算子
  • qat_pattern 增加新pattern (pat_conv_bias_relu_1)匹配用户自定义ConvBiasRelu Module
  • 增加处理 fuse_add_sigmoid 的transform
  • tracedmodule转tflite支持Pad算子
  • 支持FuseAddRelu算子的转换
  • onnx转mge支持LSTM、Gather算子
  • 支持mge模型里SoftmaxForward算子的转换

mgeconvert v0.6.0

14 Dec 03:38
Compare
Choose a tag to compare

HighLight

  • 支持1.7版本的MegEngine
  • TracedModule QAT模型转caffe支持导出量化参数文件
  • 支持安装时使用 all 选项安装所有转换器

Bug Fixes

  • 修复convert脚本中的bug,统一TracedModule转换器接口
  • 修复各后端的安装脚本,解决依赖版本冲突问题,支持安装时使用 all 选项
  • 依赖的protobuf升级至3.11.1版本,使用USE_CAFFE_PROTO环境变量管理 proto版本
  • 修复tflite转换器中depthwise conv参数depth_multiplier和conv的pad mode计算错误
  • 使用onnxoptimizer替换onnx.optimizer,修复新版本onnx移除optimizer导致的不兼容问题

New Features

  • 兼容MegEngine 1.7的TracedModule
  • TracedModule QAT模型转caffe支持导出量化参数文件
  • caffe转换器支持指定转换后端,包括caffe、snpe、trt、nnie
  • convert命令支持自动补全
  • TracedModule模型支持指定end points转换部分网络
  • 添加新transform支持:融合Conv和BN、融合Linear/MatMul和BN、去除Linear/MatMul之前的Flatten算子
  • 支持新算子的转换:relu6、ConvBn、ConvRelu、ConvBnRelu
  • 量化数据类型支持MegEngine内置的类型之外的其他numpy.dtype
  • 添加api接口说明wiki

mgeconvert v0.5.0

19 Oct 02:34
d104a63
Compare
Choose a tag to compare

HighLight

  • 转换器同时支持mge和TracedModule模型转换
  • Tflite转换器支持使用参数 tfversion 选择安装的tflite schema版本
  • Tflite转换器支持 Float32 和量化的 TracedModule 模型转换,量化模型支持转出Quantized模型,也支持转FLQ假量化模型并生成量化参数文件

Mgeconvert v0.4.2

29 Sep 02:21
Compare
Choose a tag to compare

HighLight

mgeconvert 是高效的三方库转换框架,当前版本支持mge 转换 onnx ,caffe ,tflite 等多平台的转换。由其算子力度较细的特性,可支持转换反向算子

尝鲜体验通道如下,请参考 安装指南

python3 -m pip install git+https://github.com/MegEngine/[email protected]