Release Notes
MindSpore 2.8.0 Release Notes
主要特性及增强
Dataset
[STABLE] 新增mindspore.dataset.dataloader.DataLoader接口，API用法及功能等与业界主流用法一致，方便用户参考使用，同时也新增了各种常用的数据集、采样器、整理函数、工具等方法。
[STABLE] 新增
dataset对象节点间通信接口.send(...)和.recv(...)，借助此接口实现dataset数据处理结果在不同节点间互相传递。[STABLE] 在使用
.map(...)进行数据增强时，如果使用了自定义PyFunc增强函数且启动了多进程模式，在PyFunc出现了执行慢或者hung的问题，将会打印warning: ** worker subprocess stack: ...来提示用户。
Executor
[STABLE] MindSpore新增自定义后端功能，允许用户适配第三方后端。
Compiler
[STABLE] 图模式下增强赋值语句解析为对应的in-place算子，提升静态图网络性能，实现动静统一。当前仅支持
Ascend后端。
PyNative
API 变更
[STABLE] mindspore.ops API 新增了三个 Native Sparse Attention(NSA) 算子接口：
mindspore.ops
mindspore.ops.nsa_compress
mindspore.ops.nsa_compress_attention
mindspore.ops.nsa_select_attention
[STABLE] mindspore.mint API新增了mindspore.mint.nn.functional.cosine_embedding_loss和mindspore.mint.nn.CosineEmbeddingLoss接口。mint接口当前大多仍为实验性接口，在图编译模式为O0/O1和PyNative模式下性能比ops更优。当前暂不支持O2编译模式(图下沉)及CPU、GPU后端，后续会逐步完善。
[STABLE] mindspore.mint.nn.functional.adaptive_max_pool2d和mindspore.mint.nn.AdaptiveMaxPool2d接口从demo转为stable。
[STABLE] mindspore.Tensor.view接口现在支持以
dtype作为输入。[STABLE] mindspore.mint.nn.functional.interpolate接口在bilinear/bicubic模式下现在支持
scale_factor的设置，取消了linear模式下当align_corners为 False 时不能设置scale_factor的限制。[STABLE] mindspore.ops.grad 和 mindspore.ops.value_and_grad 接口新增
sens_param参数，用于指定是否在输入中配置灵敏度（关于输出的梯度）。[STABLE] 使用数据集
dataset进行迭代时，如果输出数据有string类型，其默认输出类型从Tensor转变为numpy.ndarray。[BETA] 新增 mindspore.Tensor.to 和 mindspore.Tensor.to_ 接口，可将Tensor的设备和数据类型转换成指定的
device和dtype。[BETA] 新增 mindspore.Tensor.delete_ 接口，用于主动释放tensor在
device或host侧的内存。[BETA] 新增 mindspore.Tensor.data 接口，提供对原始数据的访问，其自动微分历史信息不会被追踪。
非兼容性接口变更
Dataset
[STABLE] 彻底删除以下老旧使用方法
import mindspore.dataset.vision.c_transforms as c_vision，import mindspore.dataset.vision.py_transforms as py_vision，import mindspore.dataset.transforms.c_transforms as c_transforms，import mindspore.dataset.transforms.py_transforms as py_transforms。[STABLE] 彻底删除
.map(...)操作中的column_order参数，可以使用.project(...)来调整列顺序。
问题修复
Dataset
ID6JRL：修复
GeneratorDataset（其中：自定义数据集__getitem__返回self成员变量是dict类型时）+.batch(batch_size=1)时，导致数据维度错误的问题。
贡献者
anyrenwei,Bellatan,caifubi,Carey,chaijinwei,changzherui,chengbin,chenshan2623,chujinjin,DavidFFFan,DeshiChen,dingjinshan,fangwenyi,fary86,fengyixing,fuchao,Gaoxiong,gaoyong10,guangpengz,guozhijian,haozhang,hedongdong,hhz886,HighCloud,huangbingjian,huangfuxin,huda,jiangna,jiangshanfeng,jiaorui,jijiarong,laoyu,leida,liangchenghui,LiangZhibo,lichen,lijiajie1234,limingqi107,LiNuohang,litingyu,liubuyu,liuchao,liuchuting,liuluobin,liuyanwei,lizhitong,looop5,luochao60,machangwei,maoyuanpeng1,Margaret_wangrui,mengxian,mwt,NaCN,panzhihui,Qiao_Fu,qiuleilei,qqqhhhbbb,r1chardf1d0,rainyhorse,rogeryu11,shaoshengqi,shen_haochen,shenwei41,shuqian0,tanghuikang,Tianci Xiao,tianxiaodong,wang_ziqi,wangjialin,wangyin,wujueying,wusuqin4,wuyanernuo,XianglongZeng,xiaopeng,xiaotianci,xuzhen,yanghaoran,yangting,yao_yf,yide12,yiguangzheng,yuanqi,yuchaojie,Yuheng Wang,YuJianfeng,Yule100,yuliangbin,YzLi,zhangbuxue,Zhanghanbo,zhanghanLeo,zhangyihui,zhangyinxia,zhangzhen,zhaochenjie,zhengzuohe,zhongmin,ZPaC,zyb,zyli2020,阿琛,曹彤,胡彬,宦晓玲,黄勇,李良灿,李林杰,刘飞扬,刘力力,宋佳琪,王振邦,熊攀,徐子康,严珞珈,杨晓春,张峻源,张栩浩