Paddle2ONNX v2.0.1 版本发布：全面支持 PIR 模式与多项功能增强

Paddle2ONNX 作为飞桨（PaddlePaddle）生态中的重要工具，承担着将飞桨模型转换为 ONNX 格式的关键任务。最新发布的 v2.0.1 版本带来了多项重要更新，特别是在 PIR（Program Intermediate Representation）模式支持方面取得了重大突破，同时优化了多项功能并修复了多个问题。

PIR 模式全面支持

PIR 是飞桨框架中的新一代中间表示形式，v2.0.1 版本实现了对 PIR 模式的全面支持。这一重大更新包括：

1. 基础架构适配：重构了模型转换的核心逻辑，使其能够正确处理 PIR 格式的程序表示
2. 控制流支持：完整实现了对 if 和 while 等控制流操作的转换支持
3. 组合操作处理：新增了对 builtin.combine 和 builtin.split 等组合操作的转换能力
4. 变量映射机制：开发了自动将操作变量名映射到索引的功能，简化了转换过程

核心功能增强

除了 PIR 支持外，v2.0.1 版本还带来了多项功能改进：

1. 跨平台支持：增强了对 macOS 和 Windows 平台的编译和加载支持
2. 调试工具：新增了简单的调试工具，帮助开发者快速定位转换后 ONNX 模型的精度问题
3. API 改进：优化了 dygraph2onnx API，支持更多转换配置选项
4. ONNX 优化：增加了对转换后 ONNX 模型的优化能力，提升推理性能

新增操作支持

本版本扩展了对多种飞桨操作的支持范围，包括但不限于：

• 基础操作：concat、split、transpose、dropout、squeeze 等
• 数学运算：round、abs、isinf、isnan、isfinite 等
• 特殊操作：quantize_linear、dequantize_linear 等量化相关操作
• 新增数据类型：支持 float8_e4m3fn 和 float8_e5m2 数据类型

问题修复与优化

v2.0.1 版本修复了多个关键问题：

1. 解决了 multiclass_nms3 操作的转换问题
2. 修复了 batch norm 操作在特定模型中的转换错误
3. 修正了 conv2d_transpose 操作的映射实现
4. 优化了 split 操作的处理逻辑
5. 解决了 LaTeX_OCR_rec 和 PP-FormulaNet 等模型转换中的问题

开发者体验提升

为改善开发者体验，本版本还进行了以下改进：

1. 日志标准化：统一了日志输出格式，便于问题排查
2. 代码风格检查：新增了代码风格检查工作流，确保代码质量
3. 文档更新：完善了使用文档和 README，提供更清晰的使用指引
4. CI 增强：改进了持续集成流程，增加对多平台的自动化测试

Paddle2ONNX v2.0.1 版本的发布标志着该项目在模型转换能力上的又一次重大飞跃，特别是对 PIR 模式的支持为使用最新飞桨特性的开发者提供了无缝的模型转换体验。这些改进不仅提升了工具的稳定性和可靠性，也扩展了其应用场景，为深度学习模型的跨平台部署提供了更强大的支持。