v1.0.9をリリース！CUDA１０対応、レイヤー関数追加、ONNX対応強化など

先日nnablaパッケージ群のv1.0.9がリリースされました。
v1.0.0以降リリースブログを投稿してなかったため、それ以降の主要な更新を紹介します。

Python

• CUDA10向けのPythonパッケージを提供（pip install nnabla-ext-cuda100でインストール可能）
• GPU分散学習用のビルド済みバイナリのPyPIへの公開
• Mixed Precision学習用自動ロススケール調整機能 DynamicLossScalingUpdator
• Dynamic Graph利用時のTruncated BPTT対応（Variable.clear_all_graph_links)
• Numpyライクなarrayインデクシング
• Batch normalizationのパラメタ初期値の引数の追加

C++

• C++スタンドアロンのコマンドライン学習インターフェース

レイヤー関数の追加・改善

• 画像のリサイズ関数Interpolateの追加（2DのBilinearのみ）
• LeakyReLUへのinplaceオプションの追加
• numpy.arangeライクな関数Arangeの追加
• Sort関数の追加
• Max/Min関数へのargmin/argmax相当の機能の追加（Min, Max）
• CUDNN ConvolutionのDeterministicオプションの追加
• Pad関数へのパディングオプションreflectの追加

ネットワークコンパクト化向け

• 中間層または重みの枝刈り Prune関数の追加
• CP分解の正則化の追加

ファイルフォーマットコンバータ

• ONNXサポート強化
  • インポート可能なONNXオペレータのリスト
  • ONNXにエクスポート可能なNNabla Functionのリスト

ユーティリティ

• ネットワーク計算グラフ描画機能 SimpleGraphViewer
• 学習結果のプロット描画を行う機能を追加 コマンドライン|Python API

ベースライン実装：nnabla-examples

• 尺度ベースのメタ学習の例題の追加：Prototypical Networks, Matching Networks
• YOLOv2 学習の改善：大幅な学習時間の短縮、コード整理、学習の不安定性の解消、ロス・計算時間のログ出力、評価スクリプトのPython2/3両対応
• ShuffleNetの例題の追加
• ShiftNetの例題の追加
• Dockerfileの追加