我们很高兴宣布 MLflow 1.13.1 现已可用！
MLflow 1.13.1 是一个包含错误修复和小型更改的补丁版本。
- 修复导致 Spark 自动日志记录忽略由
mlflow.autolog()指定的配置选项的错误（#3917，@dbczumar） - 修复在 TensorFlow 自动日志记录期间导致指标丢失的错误（#3913，#3914，@dbczumar）
- 修复在 PyTorch Lightning 自动日志记录中优化器名称参数值不正确的问题（#3901，@harupy）
- 修复影响 MySQL 数据库的模型注册表数据库
allow_null_for_run_id迁移失败问题（#3836，@t-henri） - 修复当传入非规范阶段名称时
transition_model_version_stage失败的问题（#3929，@harupy） - 修复导致 AzureML 模型部署失败的未定义变量错误（#3922，@eedeleon）
- 在 MLflow 模型 conda 环境中将 scikit-learn 重新归类为 pip 依赖项（#3896，@harupy）
- 修复由包含冗余斜杠的工件 URI 导致的实验视图崩溃和工件视图不一致问题（#3928，@dbczumar）