MLflow 文档大修

MLflow 文档正在升级。

MLflow 文档大修

我们很高兴地宣布对 MLflow 文档进行全面大修。这项举措不仅仅是更新外观和感觉，而是重新构想我们的用户如何与我们的内容互动。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。

重新关注用户体验

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。现代化改造直接响应了我们社区的需求和偏好。

除了在此文档大修中涵盖新的尖端功能外，我们还在努力解决入门的复杂性。作为我们专注于初始学习阶段的一系列教程和指南的第一部分，我们创建了一个新的入门指南，这是我们正在努力的众多新系列中的第一个，旨在教授使用 MLflow 的基础知识。我们认为，更深入的教学教程来学习 MLflow 的概念和工具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某些任务的经验用户。

未来还会有更多！

更方便的导航

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

为了帮助您根据最终用途领域而不是 MLflow 的组件来查找所需内容，我们引入了一个新的主导航页面。我们希望这有助于引起您对新功能内容和有用示例的注意，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新的重大功能更容易被发现。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，它们并不是特别用户友好。我们认为，精心策划的重大新功能列表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新重大功能的精力。

通过笔记本进行互动学习

在当今快节奏的技术世界中，互动学习已成为常态。认识到这一趋势，我们将嵌入式笔记本直接集成到文档中。但我们并没有止步于此。这些笔记本是可下载的，允许您在本地运行、修改和实验它们。这是一种动手的学习方法，弥合了理论与实践之间的差距。

深入的教程和指南

虽然我们以前的文档提供了一个坚实的基础，但我们认为仍有空间进行更深入的探索。我们正在推出全面的教程和指南，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开始。我们将投入大量时间和精力来以这种方式记录 MLflow 的更多内容，帮助您大大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，还提供深入讲解、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。我们将重点创建更多内容，展示利用 MLflow 中众多功能和服务的最佳方法，同时努力使管理您正在进行的任何 ML 项目比以往任何时候都更容易。

• LLM：考虑到我们在过去一年中发布的所有新 LLM 功能，我们认为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逐步介绍这些功能。

• 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，作为平台不可或缺的一部分，也将获得其关注点，以确保您可以充分利用其功能。

• 模型注册表：模型注册表是 MLflow 真正闪耀的地方，我们新的指南将确保您可以充分利用其全部功能。从组织模型到版本控制，我们将涵盖所有内容。

• 配方和 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的广泛功能，从配方到 LLM 相关工具，如 AI 网关、LLM 评估和 PromptLab UI。

互动笔记本的变革力量

互动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，我们的目标是提供全面的学习体验。您可以看到代码的实际运行，理解它的影响，然后自己进行实验。这是一种掌握复杂概念的动态方式，确保您不仅理解，而且还能在实际项目代码中应用您的知识。

加入我们这段旅程

MLflow 文档的整体大修是一个重要的里程碑，但这仅仅是开始。我们有一个包含令人兴奋的更新、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，我们有一个信息：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，我们提供一流文档的承诺是维护者小组的一个新主要重点。我们相信，内容详实的文档结合交互式学习工具，可以极大地提升使用任何工具的体验。我们希望投入精力和时间，以确保您使用 MLflow 的旅程尽可能简单和强大。

请继续关注更多更新，并且一如既往，编码愉快！