OneFlow-ONNX v0.6.0正式发布。新版本提升了转换接口的易用性，开发了多个新特性，并新增支持6种模型以及20多种算子，此外，还修复了6个转换过程中的bug。
更新详情请查看链接：github.com/Oneflow-Inc…
欢迎通过下列代码一键安装使用，期待你的反馈。
pip install oneflow-onnx==0.6.0
以下是本次更新主要内容。
新增支持的模型
-
新增支持MobileNetv3
-
新增支持SqueezeNet
-
新增支持YOLOv5
-
新增支持Disco Diffusion
-
新增支持LiBai仓库的T5模型
-
新增支持LiBai仓库的VisionTransformer 模型
新增支持的Op
-
新增支持hard_swish和hard_sigmoid op
-
新增支持arange op
-
新增支持expand_dims op
-
新增支持narrow op
-
新增支持silu op
-
新增支持upsample_nearest_2d op
-
新增支持var op
-
新增支持conv1d op
-
新增支持scalar_div op
-
新增支持cublas_fused_mlp op
-
新增支持elementwise max/min op
-
新增支持broadcast_matmul，where，scalar_logical_less，scalar_logical_greater，gather op
-
新增expand op
-
新增支持fill_ op
-
新增支持gelu op
-
新增支持layernorm op
-
新增支持amp_white_identity/amp_black_identity op
BUG 修复
-
修复安装oneflow_onnx时不自动安装onnx、onnxruntime等依赖包的问题
-
修复因为版本更新导致的maxpool op转换失败的bug
-
修复unsqueeze op在Opset 13下的bug
-
修复获取tensor时硬编码导致错误
-
修复保存超大tensor时的size推导错误
-
修复了在LiBai下, 用T5做test转ONNX时遇到的问题。（支持了OneFlow在编译Graph时,采用Global Tensor进行推理的写法以及flow.bool类型Tensor作为输入）
-
修复 pool 多了一个index 输出导致TensorRT推理失败的问题
新增Feature
-
重构代码仓库的示例文档
-
重构导出onnx api，flow_weight_dir参数可选，提升易用性
-
允许mapping过程中访问到原始op_node以获得更多必要信息
-
CI支持black格式化
-
支持Graph里面有Free Eager Tensor
-
转换ONNX时支持多个输入的Graph对象
版本发布过程中，感谢以下贡献者的支持 ：@Flowingsun007 、@doombeaker 、@liujuncheng 、 @leaves-zwx 、 @CPFLAME、@BBuf、@zhongshsh
欢迎下载体验 OneFlow v0.8.0 最新版本：
github.com/Oneflow-Inc…
