Apdt

- 增加 ml.ContinualDataset，提供连续学习数据环境

- 增加 ml.pearson_corr 方法
- 增加 ml.median 和 ml.percentile 方法
- 增加高斯 KDE 方法 alz.kde_gauss_density_estimator
- 增加若干估计高斯KDE核参数的方法
- TFModel.fit() 增加 unzip 参数，提供不同的处理列表数据输入的方式
- 增加 plt.logloader，从repeat日志中自动提取实验结果字段
- ml.cnn1d 支持选择输出等长序列或压缩特征
- ml.cnn1d 支持 dilation
- 为 ml.MLP 增加 prefix 参数
- 优化了 ml.MLP 从参数中推断网络深度的逻辑
- TFModel 增加 Student-t Test

- ml.TFModel 增加 1-D CNN
- ml.TFModel 增加 2-D CNN
- ml.TFModel 增加 deepsets
- 重做 TFModel.Transformer
- 增加 ml.batch_norm 和 ml.layer_norm 方法
- 为 MLP 增加 bn 支持
- ml.DataSet 增加 shuffle_train_only 参数
- TFModel 支持定义多个 loss
- TFModel 支持重载 update 方法构造复杂的优化过程
- TFModel 增加优化器选择：Adam, RMSProp
- TFModel 增加 iter_do 方法，在优化过程中执行指定操作
- 增加 sin_regression 数据集

- 增加 alz.moving_prediction 方法
- ml.WaveNet 现在返回和输入序列长度相同的特征
- ml.WaveNet 增加 valid_loss 参数，开启后只在有效观测区间计算loss
- 增加 ml.stacked_window 方法
- TFModel 可以使用 tf.summary 来自动启用TensorBoard
- TFModel 支持以 list 作为 self.metric
- TFModel 增加 self.training_process 量指示训练进程

- 增加 io.DarkSkyAPI
- ml.TFModel 中 clip_grad 默认改为 False
- ml.TFModel.fit 增加 higher_better 参数
- io.load_nms 增加关闭并行选项
- ml.Dataset 支持有监督学习模式
- ml.Dataset 支持直接读入MNIST
- ml.TFModel 增加 LSTM
- ml.TFModel 增加 Transformer

- TFModel支持预训练参数自动载入
- TFModel预训练参数支持从多个模型分别载入