Paddle Fluid v1.2 Release Note——PaddlePaddle深度学习框架再次升级

各位关注PaddlePaddle的深度学习开发者， Fluid v1.2 版本近日正式发布啦~

在基础框架、预测引擎、模型建设、分布式训练各个方向上完成多项更新。基础框架支持Python3.5及以上全版本。预测引擎优化，预测性能大幅提升。增强了对RL相关的支持能力。模型库新增图像分类任 务的预训练模型、语言模型任务新增基于cuDNN的LSTM实现、分布式word2vec模型。CPU多机异步训练升级了包括worker异步并发和IO、通信优化在内多项功能，整体吞吐大幅提升。

基础框架

• 安装：提供新pip安装包，支持Windows下CPU执行。
• 编程语言：新增对Python3.6、Python3.7的支持。
• 重构内存分配模块Allocator，提升CPU下内存分配策略，提升显存利用率(默认关闭，需要使用FLAGS_allocator_strategy)。
• 限制SelectedRows的使用。修复了稀疏正则和稀疏优化器的bug。
• Tensor支持DLPack，方便被其他框架集成和集成其他训练框架。
• OP：修复 expand op shape 推理错误的bug 支持 Selu 激活函数。

预测引擎

服务器预测

• GPU 支持图融合，且支持和 TensorRT引擎混合改图，在Resnet50和Googlenet等图像通用模型上bs=1下性能提升 50%~100%。
• GPU支持DDPG Deep Explore预测。
• Paddle-TRT对更多模型的支持，其中包括Resnet， SE-Resnet， DPN，GoogleNet。
• CPU, GPU, TensorRT 等加速引擎合并入AnalysisPredictor，统一由AnalysisConfig 控制。
• 增加调用多线程数学库的接口。
• 新增TensorRT plugin的支持，包括split operator, prelu operator, avg_pool operator, elementwise_mul operator
• 增加了JIT CPU Kernel，支持基本的向量操作，以及常见的算法包括ReLU，LSTM和GRU的部分实现，可以实现在AVX和AVX2指令集之间自动runtime切换。
• 优化CRF decoding和LayerNorm在AVX以及AVX2指令集上的实现。
• 修复了 AnalysisPredictor 在GPU，在CPU 到 GPU 的 transfer data 不删除的问题。
• 修复了 Variable 中包含 container 内存持续增长的问题。
• 修复fc_op不支持3-D Tensor的问题。
• 修复了Analysis predictor 在GPU下执行pass时的问题。
• 修复了TensorRT下运行GoogleNet的问题。

预测性能提升

Max Sequence pool optimization，单op提高10%。

Softmax operator 优化，单op提升14%。

Layer Norm operator优化，支持avx2指令集，单op提升5倍。

Stack operator 优化，单op提升3.6倍。

增加depthwise_conv_mkldnn_pass，加速MobileNet预测。

加速analysis模式的图分析时间，提升70倍。

DAM开源模型，提升118.8%。

移动端预测

• 实现winograd算法， GoogleNet v1性能大幅提升35%。
• GoogleNet 8bit优化，相比float加速14%。
• MobileNet v1 8bit支持，相比float加速20%。
• MobileNet v2 8bit支持，相比float加速19%。
• FPGA V1 开发了Deconv算子。
• Android GPU支持MobileNet、MobileNetSSD、GoogleNet、SqueezeNet、YOLO、ResNet等主流的网络模型。

模型建设

• CV图像分类任务发布MobileNet V1, ResNet101, ResNet152，VGG11预训练模型。
• CV Metric Learning模型新增arcmargin损失，并调整训练方式，采用element-wise作为预训练模型，pair-wise继续微调的训练方式提升精度。
• NLP语言模型任务新增基于cudnn的LSTM实现，对比PaddingRNN的实现方式，在不同参数配置下速度提升3~5倍。
• 增加分布式word2vec模型，包括新增的tree-based softmax operator，negative sampling等，与经典word2vec算法对齐。
• 新增GRU4Rec、Tag-Space算法的分布式配置。
• 完善Multi-view Simnet模型，并增加inference配置。
• 支持强化学习算法 DQN。
• 现已支持python3.5及以上的模型： 语义匹配DAM，阅读理解BiDAF，机器翻译Transformer，语言模型，强化学习DQN、DoubleDQN模型、DuelingDQN模型，视频分类TSN，度量学习Metric Learning，场景文字识别CRNN-CTC 、OCR Attention，生成式对抗网络ConditionalGAN 、DCGAN、CycleGAN，语义分割ICNET、DeepLab v3+，目标检测Faster-RCNN、MobileNet-SSD 、PyramidBox ，图像分类SE-ResNeXt、ResNet等，个性化推荐TagSpace、GRU4Rec、SequenceSemanticRetrieval、DeepCTR、Multiview-Simnet。

分布式训练

CPU多机异步训练

• worker异步并发：增加AsyncExecutor，以训练文件作为执行粒度，支持分布式训练中的worker端计算异步无锁计算，同时支持单机训练。以CTR任务为例，单机训练速度，在充分利用单机线程的情况下，整体吞吐提升14倍。
• IO优化：增加支持AsyncExecutor的DataFeed，支持可定制化的通用分类任务格式。面向CTR任务，增加CTRReader，使数据读取速度线性提升，在PaddleRec/ctr任务中，整体吞吐提升1倍。
• 通信优化：针对稀疏访问的Dense参数例如Embedding，增加稀疏通信机制，以语义匹配任务为例，获取参数的总量可以压缩到1%以下，在搜索真实场景的数据下，整体训练吞吐可以提升50倍。

GPU多机同步训练

• 修复Transformer、Bert模型下P2P训练模式会Hang住的问题。

文档

API

• 新增13篇API使用指南。
• 新增300个API Reference中文文档。
• 优化77个API Reference英文文档：包括代码示例、参数说明等。

安装文档

• 新增python3.6、python3.7安装说明。
• 新增windows pip install安装说明。

Book文档

• Book文档中的代码示例更改为Low level API。

使用文档

• 新增《Operator相关注意事项》，更新《保存与载入模型变量》、《C++预测API介绍》、《使用TensorRT库预测》、《如何贡献代码》等多篇使用文档。