跳到主要内容

MLflow 1.11.0

·2分钟阅读
MLflow maintainers

我们很高兴地宣布 MLflow 1.11.0 现已可用！

除了错误和文档修复，MLflow 1.11.0 还包括以下功能和改进：

  • 新增 mlflow.sklearn.autolog() API，用于从 scikit-learn 模型训练中自动记录指标、参数和模型 (#3287, @harupy; #3323, #3358 @dbczumar)
  • 注册模型和模型版本创建 API 现在支持指定初始 description (#3271, @sueann)
  • R 的 mlflow_log_model 和 mlflow_load_model API 现在支持 XGBoost 模型 (#3085, @lorenzwalthert)
  • 新增 mlflow.list_run_infos Fluent API，用于列出运行元数据 (#3183, @trangevi)
  • 在模型版本和模型版本比较 UI 中添加了用于可视化和比较模型 schema 的部分 (#3209, @zhidongqu-db)
  • 增强了跨 Databricks 工作区使用模型注册表的支持：支持从工作区外部向 Databricks 工作区注册模型 (#3119, @sueann)，跟踪这些模型的运行谱系 (#3128, #3164, @ankitmathur-db; #3187, @harupy)，以及针对远程 Databricks 模型注册表调用 mlflow.<flavor>.load_model (#3330, @sueann)
  • UI 支持设置/删除注册模型和模型版本标签 (#3187, @harupy)
  • UI 支持在将新模型版本转换为 staging/production 时归档现有 staging/production 版本 (#3134, @harupy)

有关完整的更改列表，请参阅版本更改日志，并查看 mlflow.org 上的最新文档。