PaddlePaddle发布v0.10.0版

我们非常高兴发布了PaddlePaddle V0.10.0版，并开放了新的Python API。

之前在v0.9.0版，完成一个训练或预测任务至少需要两份python文件，分别是定义数据生成器和定义网络拓扑结构的文件。用户通过运行paddle_trainer的C++程序来启动PaddlePaddle任务，该程序调用Python解释器来运行定义网络拓扑结构的文件，然后通过迭代加载数据生成器提供的小批量数据启动训练循环。这与Python的现代编辑方式不符，比如Jupyter Notebook。

新版的API被称为V2 API，允许我们在单个.py文件中，通过编辑更短的Python程序来定义网络结构和数据。此外，该Python程序也可以在Jupyter Notebook中运行，因为PaddlePaddle可以作为共享库来被Python程序加载和使用。下图对比展示了一个卷积神经网络在旧API（图左半边）和新API（图右半边）的效果。

基于新的API，我们提供了一个在线的学习文档 Deep Learning 101 及其中文版本，可访问book.paddlepaddle.org来学习。下图是目前课程的八章内容。

我们还致力于迭代更新新版API的在线文档，并将新版API引入分布式集群（包括MPI和Kubernetes）训练中。我们将在下一个版本中发布更多的内容。

新特点

• 发布新版Python API。
• 发布深度学习系列课程 Deep Learning 101 及其中文版本。
• 支持矩形输入的CNN。
• 为seqlastin和seqfirstin提供stride pooling。
• 添加公共数据集包：CIFAR，MNIST，IMDB，WMT14，CONLL05，movielens，imikolov。
• 针对Single Shot Multibox Detection增加 Prior box layer。
• 增加光滑的L1损失。
• 在V2 API中增加 data reader 创建器和修饰器。
• 增加cmrnorm投影的CPU实现。

改进

• 提供paddle_trainer的Python virtualenv支持。
• 增加代码自动格式化的pre-commit hooks。
• 升级protobuf到3.x版本。
• 在Python数据生成器中提供一个检测数据类型的选项。
• 加速GPU中average层的后向反馈计算。
• 细化文档。
• 使用Travis-CI检查文档中的死链接。
• 增加解释sparse_vector的示例。
• 在layer_math.py中添加ReLU。
• 简化Quick Start示例中的数据处理流程。
• 支持CUDNN Deconv。
• 在v2 API中增加数据feeder。
• 在情感分析示例的演示中增加对标准输入流中样本的预测。
• 提供图像预处理的多进程接口。
• 增加V1 API的基准文档。
• 提供公共数据集的自动下载包。
• 将Argument::sumCost重新命名为Argument::sum，并暴露给python。
• 为矩阵相关的表达式评估增加一个新的TensorExpression实现。
• 增加延迟分配来优化批处理多表达式计算。
• 增加抽象的类函数及其实现。
• 增加AutoCompare和FunctionCompare类，使得编写比较gpu和cpu版本函数的单元测试更容易。
• 生成libpaddle_test_main.a并删除测试文件内的主函数。
• 支持PyDataProvider2中numpy的稠密向量。
• 清理代码库，删除一些复制粘贴的代码片段。
• 增加SparseRowMatrix的抽样类RowBuffer。
• 清理GradientMachine的接口。
• 在layer中增加override关键字。
• 简化Evaluator::create，使用ClassRegister来创建Evaluator。
• 下载演示的数据集时检查MD5校验。
• 添加paddle::Error，用于替代Paddle中的LOG(FATAL)。

错误修复

• 检查recurrent_group的layer输入类型。
• 不要用.cu源文件运行clang-format。
• 修复LogActivation的使用错误。
• 修复运行test_layerHelpers多次的错误。
• 修复seq2seq示例超出消息大小限制的错误。
• 修复在GPU模式下dataprovider转换的错误。
• 修复GatedRecurrentLayer中的错误。
• 修复在测试多个模型时BatchNorm的错误。
• 修复paramRelu在单元测试时崩溃的错误。
• 修复CpuSparseMatrix编译时相关的警告。
• 修复MultiGradientMachine在trainer_count > batch_size时的错误。
• 修复PyDataProvider2阻止异步加载数据的错误。