我们很高兴地宣布 MLflow 1.13.1 发布！

MLflow 1.13.1 是一个补丁版本，包含 bug 修复和小改动。

• 修复了导致 Spark 自动记录忽略 mlflow.autolog() 指定的配置选项的 bug（#3917，@dbczumar）
• 修复了导致在 TensorFlow 自动记录过程中丢失指标的 bug（#3913，#3914，@dbczumar）
• 修复了 PyTorch Lightning 自动记录中优化器名称参数值不正确的 bug（#3901，@harupy）
• 修复了影响 MySQL 数据库的模型注册表数据库 allow_null_for_run_id 迁移失败的 bug（#3836，@t-henri）
• 修复了在传递非规范化阶段名称时 transition_model_version_stage 失败的 bug（#3929，@harupy）
• 修复了一个导致 AzureML 模型部署失败的未定义变量错误（#3922，@eedeleon）
• 在 MLflow Model conda 环境中将 scikit-learn 重新归类为 pip 依赖项（#3896，@harupy）
• 修复了由带有冗余斜杠的 artifact URI 引起的实验视图崩溃和 artifact 视图不一致问题（#3928，@dbczumar）