MLflow 文档大修

MLflow 文档正在升级。

MLflow 文档大修

我们非常激动地宣布对 MLflow 文档进行全面大修。这项举措不仅仅是为了更新外观和感受，更是为了重塑用户与我们内容互动的方式。我们的主要目标是提高清晰度、改进导航，并为我们的社区提供更深入的资源。

重新聚焦用户体验

MLflow 文档一直是用户的重要资源。随着时间的推移，我们收到了宝贵的反馈，并且我们倾听了。现代化努力是直接响应社区的需求和偏好。

在进行文档大修的过程中，我们不仅致力于涵盖新的前沿功能，还在努力解决入门的复杂性。作为一系列专注于初始学习阶段的教程和指南的第一部分，我们创建了一个新的入门指南，这是我们正在努力编写的新系列中的第一篇，旨在教授 MLflow 的基本用法。我们认为，为学习 MLflow 的概念和工具提供更深入的教学教程，将有助于提升用户体验，不仅对新用户，也对需要回顾如何执行特定任务的经验用户有益。

将来还会有更多这类内容！

更便捷的导航

我们的首要任务是梳理和重新组织。但这将是一个过程。对于一些庞大的页面（如MLflow Models），这更像是一场马拉松，而不是短跑。

我们引入了一个新的主导航页面，旨在根据最终用途领域，而不是 MLflow 的组件，引导您找到所需内容。我们希望这有助于您注意到新功能内容和有用的示例，从而减少理解如何使用这些新功能所需的探索性发现。

另一个优先事项是让主要新功能更容易被发现。虽然发布说明很有用，特别是对于维护集成或管理 MLflow 部署的工程师来说，但对于 MLflow 的最终用户来说，它们并不特别友好。我们认为，一份精选的主要新功能列表将有助于提炼发布说明中的信息，因此我们构建了新功能页面。我们真诚地希望它能帮助您减少了解已发布的主要新功能所需的努力。

通过笔记本交互式学习

在当今快节奏的技术世界中，互动式学习已成为常态。认识到这一趋势，我们将可视图笔记本直接嵌入文档中。但我们并未止步于此。这些笔记本是可下载的，允许您在本地运行、修改和试验。这是一种亲手实践的学习方式，弥合了理论与实践之间的鸿沟。

深入的教程和指南

虽然我们之前的文档提供了坚实的基础，但我们觉得在更详细的探索方面还有提升空间。我们正在引入全面的教程和指南，深入探讨 MLflow 的功能，展示如何解决实际问题。这些新的教程和指南只是一个开始。我们将花费大量时间和精力来以这种方式记录 MLflow 的更多内容，帮助您大幅减少弄清楚如何利用 MLflow 功能所需的时间。

深入探讨：扩展指南和教程

我们致力于简化 MLflow 的使用，这体现在我们改进的教程和指南中。我们不仅提供说明，还提供深度讲解、最佳实践和实际应用。您在 MLflow 2.8.0 版本中看到的内容只是一个开始。我们将重点关注创建更多内容，展示利用 MLflow 中众多功能和服务的最佳方式，同时努力使您能够比以往任何时候都更容易地管理您正在进行的任何 ML 项目。

• LLMs：随着我们在过去一年中发布了所有新的 LLM 相关功能，我们觉得有必要创建更易于入门的指南、深入教程、可运行的示例以及更多面向教学的循序渐进的介绍。

• 跟踪和 MLflow UI：我们扩展的跟踪部分将涵盖从设置第一个实验到高级跟踪技术的所有内容。MLflow UI 作为平台的重要组成部分，也将得到重点介绍，以确保您能充分利用其功能。

• 模型注册表：模型注册表是 MLflow 的亮点所在，我们新的指南将确保您能够充分利用其强大功能。从组织模型到版本控制，我们将涵盖所有内容。

• Recipes 和 LLM 相关功能：MLflow 的多功能性是其优势之一。我们的新内容将探讨可用功能的广度，从 Recipes 到 LLM 相关工具，如 AI Gateway、LLM Evaluation 和 PromptLab UI。

交互式笔记本的变革力量

交互式笔记本彻底改变了数据科学和机器学习。通过将它们集成到我们的文档中，我们旨在提供一个全面的学习体验。您可以实际看到代码的运行，了解其影响，然后进行自己的实验。这是一种掌握复杂概念的动态方式，确保您不仅理解，还能将所学知识应用于实际项目代码。

加入我们这段旅程

MLflow 文档的大修是一个重要的里程碑，但这仅仅是开始。我们有一个充满令人兴奋的更新、新内容和功能的路线图。对于我们社区中热衷于分享知识的人们，我们有一句话：我们很乐意合作！无论是撰写教程、分享用例还是提供反馈，每一次贡献都丰富了 MLflow 社区。

总之，我们致力于提供一流文档是维护者团队的一个新的主要关注点。我们相信，良好的文档功能与互动式学习工具相结合，可以显著提升使用任何工具的体验。我们希望投入时间和精力，确保您在使用 MLflow 的过程中能够顺畅而强大。

请继续关注更多更新，一如既往，编码愉快！