Mgeconvert

Bug Fixes
- 修复虚拟环境中安装依赖包报错的问题
- 修复tflite转量化模型 dtype 错误的问题

HighLight
- 支持1.8、1.9版本的MegEngine
- 支持onnx模型转mge静态图模型和TracedModule
- 支持pip安装，安装tflite转换器更顺畅

Bug Fixes
- 修复不带bias的ConvbBnRelu转换出错的问题
- 修复 EXPAND_CONVRELU pass 中对输出节点的命名出错，导致caffe模型中有重复的 conv layer 的问题
- 修复部分复杂模型转换时报 `maximum recursion depth exceeded` 的问题
- 修复 onnx 转换器中 softmax 和 gemm 里的多余操作
- 修复 concat op 不支持 axis < 0 的情况
- 修复 int,float 默认的 dtype 是 64 位，而最高支持32位的问题
- 修复 tflite转换器 nhwc情况下没把`GetSubtensor`的参数start/end/step tensor 和`Squeeze` 的参数squeeze_ndim 从 nchw 转成 nhwc 的问题
- 修复 SLICE_PARAMS_AS_INPUTS_AND_MAKE_SQUEEZE Transformation, `GetSubtensor` squeeze_axis 为空时不再添加SqueezeOpr
- 修复FUSE_ACTIVATION Transformation, Conv -> tensor A -> Relu, Tensor A是网络输出的情况，删除tensor A未对应修改网络输出的问题
- 修复QAT模型转换bug，从QuantDtypeMeta获取量化信息
- 修复`Flatten(Linear)` 后 Linear 的权重没转到 nhwc 的bug

New Features
- 支持onnx模型到mge静态图模型和TracedModule的转换
- tflite转换器支持 `remove_relu` 选项去除relu算子
- tflite转换器增加`prefer_same_pad_mode`选项支持为Conv或Pooling pad时优先使用`SAME`的pad mode
- tflite转换器支持用户自定义的`pixelshuffle`(upsample/downsample)转到tflite的`DepthToSpace`、`SpaceToDepth`算子
- qat_pattern 增加新pattern （pat_conv_bias_relu_1）匹配用户自定义ConvBiasRelu Module
- 增加处理 fuse_add_sigmoid 的transform
- tracedmodule转tflite支持Pad算子
- 支持FuseAddRelu算子的转换
- onnx转mge支持LSTM、Gather算子
- 支持mge模型里`SoftmaxForward`算子的转换

HighLight
- 支持1.7版本的MegEngine
- TracedModule QAT模型转caffe支持导出量化参数文件
- 支持安装时使用 ``all`` 选项安装所有转换器

Bug Fixes
- 修复convert脚本中的bug，统一TracedModule转换器接口
- 修复各后端的安装脚本，解决依赖版本冲突问题，支持安装时使用 ``all`` 选项
- 依赖的protobuf升级至3.11.1版本，使用USE_CAFFE_PROTO环境变量管理 ``proto``版本
- 修复tflite转换器中depthwise conv参数depth_multiplier和conv的pad mode计算错误
- 使用onnxoptimizer替换onnx.optimizer，修复新版本onnx移除optimizer导致的不兼容问题

New Features
- 兼容MegEngine 1.7的TracedModule
- TracedModule QAT模型转caffe支持导出量化参数文件
- caffe转换器支持指定转换后端，包括caffe、snpe、trt、nnie
- convert命令支持自动补全
- TracedModule模型支持指定end points转换部分网络
- 添加新transform支持：融合Conv和BN、融合Linear/MatMul和BN、去除Linear/MatMul之前的Flatten算子
- 支持新算子的转换：relu6、ConvBn、ConvRelu、ConvBnRelu
- 量化数据类型支持MegEngine内置的类型之外的其他``numpy.dtype ``
- 添加api接口说明[wiki](https://github.com/MegEngine/mgeconvert/wiki/Mgeconvert-Python-Api-Doc)

HighLight
- 转换器同时支持mge和TracedModule模型转换
- Tflite转换器支持使用参数 tfversion 选择安装的tflite schema版本
- Tflite转换器支持 Float32 和量化的 TracedModule 模型转换，量化模型支持转出Quantized模型，也支持转FLQ假量化模型并生成量化参数文件

HighLight
mgeconvert 是高效的三方库转换框架，当前版本支持mge 转换 onnx ，caffe ，tflite 等多平台的转换。由其算子力度较细的特性，可支持转换反向算子


尝鲜体验通道如下，请参考 [安装指南](https://github.com/MegEngine/mgeconvert)

python3 -m pip install git+https://github.com/MegEngine/mgeconvert.gitv0.4.2