Skip to content

Commit d355143

Browse files
authored
add models (PaddlePaddle#965)
1 parent bed463f commit d355143

File tree

3 files changed

+411
-3
lines changed

3 files changed

+411
-3
lines changed

doc/fluid/release_note_cn.rst

Lines changed: 3 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -112,7 +112,7 @@ Release Notes
112112
* 提供SE_ResNeXt50_32x4d模型作为标准示例,给出图像分类任务上单卡多并发、多卡多并发等场景benchmark
113113
* 支持大规模稀疏参数任务:用于CTR预估等场景下超大规模embedding的存储和在线访问。一期发布单机版本,支持亿级别embedding访问
114114
* 易于使用的API接口,API demo示例
115-
PaddleSlim
115+
* PaddleSlim
116116
* 集成INT8量化框架
117117
* 新增自动剪切策略,基于模拟退火算法搜索最优剪切率:对比MobileNet V1在ImageNet 1000类分类任务上FLOPS减少50%; Top1-Accuracy=69.7%
118118
* 新增轻量级模型结构自动搜索功能(Light-NAS):对比MobileNet V1在ImageNet 1000类分类任务上精度无损情况下FLOPS 减少17%
@@ -183,7 +183,7 @@ PaddleSlim
183183
* 简化finetune、evaluate、predict等使用逻辑,提升易用性
184184
* 增加事件回调功能,方便用户快速实现自定义迁移学习任务
185185
* 新增多标签分类Fine-tune任务
186-
* 图学习框架`PGL <https://github.com/PaddlePaddle/PGL>`_ (Paddle Graph Learning)
186+
* 图学习框架 `PGL <https://github.com/PaddlePaddle/PGL>`_ (Paddle Graph Learning)
187187
* 发布基于PaddlePaddle的图学习框架PGL Preview版,提供基于游走 (Walk Based) 以及消息传递(Message Passing)两种计算范式去搭建最前沿的图学习算法,如图表征学习、图神经网络等。PGL充分利用Paddle LoD Tensor特性大幅提升Message-Passing范式中信息聚合效率,兼顾了灵活性和高效性
188188
* 新增基于PGL实现的GCN、GAT,在多个数据集达到SOTA水平
189189
* 新增基于大规模子图采样模型Graphsage模型,单机可支持5千万节点、20亿条边的巨图
@@ -200,4 +200,4 @@ BUG修复
200200
* 修复了enable_inplace和memory_optimize的潜在bug,保证某些op的输出变量不会被错误地复用
201201
* 修复了Eager Deletion策略可能会提前误删变量存储空间的bug,提高Eager Deletion策略的稳定性
202202
* 修复了模型图分析中拓扑排序存在bug导致的在相同模型的输入情况下有不同的模型图的生成情况
203-
* 修复了预测结束后其他服务线程OMP线程冲突的问题。修复为在CPU模式下,预测引擎会在预测结束后将全局的OMP线程数设回为1。
203+
* 修复了预测结束后其他服务线程OMP线程冲突的问题。修复为在CPU模式下,预测引擎会在预测结束后将全局的OMP线程数设回为1。

doc/fluid/user_guides/index_cn.rst

Lines changed: 1 addition & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -31,3 +31,4 @@
3131
howto/training/index_cn.rst
3232
howto/evaluation_and_debugging/index_cn.rst
3333
howto/dygraph/DyGraph.md
34+
models/index_cn.md

0 commit comments

Comments
 (0)