我们很高兴地宣布 MLflow 0.4.0 已发布！

MLflow Release 0.4.0 现已就绪，发布日期为 2018-08-01。该版本可在 PyPI 上找到，文档已更新。以下是发行说明（也可在 GitHub 上查看）。

重大变更

• [Projects] 移除了 mlflow.projects.run() 的 use_temp_cwd 参数（mlflow run CLI 中的 --new-dir 标志）。本地项目的运行现在使用本地项目目录作为其工作目录。Git 项目仍会被拉取到临时目录中（#215，@smurching）。
• [Tracking] GCS 伪件存储现在是一个可插拔的依赖项（不再默认安装）。要启用 GCS 支持，请通过 pip 在客户端和跟踪服务器上同时安装 google-cloud-storage（#202，@smurching）。
• [Tracking] 由于修复了客户端在向服务器发送数据时不再对 JSON 进行双重序列化为字符串的问题，因此运行 MLflow 0.4.0 及以上版本的客户端需要运行 MLflow 0.4.0 或以上版本的服务器（#200，@aarondav）。但是，MLflow 0.4.0 服务器仍然向后兼容旧客户端（#216，@aarondav）。

功能

• [Examples] 添加了一个更高级的跟踪示例：将 MLflow 与 PyTorch 和 TensorBoard 结合使用（#203）。
• [Models] 支持 H2O 模型（#170，@ToonKBC）。
• [Projects] 支持在 Git 仓库的子目录中运行项目（#153，@juntai-zheng）。
• [SageMaker] 支持在部署到 SageMaker 时指定计算规范（#185，@dbczumar）。
• [Server] 在 MLflow UI 和服务器中添加了 --static-prefix 选项，用于从指定的前缀提供 UI（#116，@andrewmchen）。
• [Tracking] 支持 Azure blob storage 用于伪件（#206，@mateiz）。
• [Tracking] 添加对 Databricks 支持的 RestStore 的支持（#200，@aarondav）。
• [UI] 通过添加 CSRF 支持，启用前端的生产化（#199，@aarondav）。
• [UI] 更新了指标和参数过滤器，允许用户控制列顺序（#186，@mateiz）。

错误修复

• 修复了 GCSArtifactRepository 返回的不兼容文件结构（#173，@jakeret）。
• 修复了指标值在 x 轴上出现乱序的问题（#204，@mateiz）。
• 修复了使用 projects.run API 时偶尔出现的挂起行为（#193，@smurching）。
• 杂项 bug 和文档修复，来自 @aarondav、@andrewmchen、@arinto、@jakeret、@mateiz、@smurching、@stbof。

访问 更改日志 以了解新功能。