我们很高兴地宣布 MLflow 1.12.0 发布！

除了错误修复和文档更新之外，MLflow 1.12.0 还包含多项重要功能和改进，特别是在 MLflow 的 Pytorch 集成和自动日志记录方面进行了一些增强。

PyTorch

• mlflow.pytorch.log_model 和 mlflow.pytorch.load_model 现在支持日志记录/加载 TorchScript 模型（#3557，@shrinath-suresh）。
• mlflow.pytorch.log_model 支持传递 requirements_file 和 extra_files 参数，以便在记录模型的同时记录其他文件（#3436，@shrinath-suresh）。

自动日志记录

• 添加了通用的 mlflow.autolog，它为所有支持的集成启用自动日志记录（#3561，#3590，@andrewnitu）。
• 添加了 mlflow.pytorch.autolog API，用于从 Pytorch Lightning 训练中自动记录指标、参数和模型（#3601，@shrinath-suresh，#3636，@karthik-77）。此 API 也由 mlflow.autolog 启用。
• Scikit-learn、XGBoost 和 LightGBM 的自动日志记录现在支持记录模型签名和输入示例（#3386，#3403，#3449，@andrewnitu）。
• mlflow.sklearn.autolog 现在支持记录指标（例如准确率）和图表（例如混淆矩阵热力图）（#3423，#3327，@willzhan-db，@harupy）。

有关更改的完整列表，请参阅 发布变更日志，并查看 mlflow.org 上的最新文档。