我们很高兴地宣布 MLflow 1.21.0 现已发布！

MLflow 1.21.0 包含多项重大功能和改进。

功能

• [UI] 为运行（runs）表添加一个仅显示差异的切换按钮，以过滤掉具有恒定值的列（#4862，@marijncv）
• [UI] 为运行（runs）表添加一个持续时间（duration）列（#4840，@marijncv）
• [UI] 在运行（runs）表中显示默认列排序顺序（#4847，@marijncv）
• [UI] 将开始时间（start_time）和持续时间（duration）信息添加到导出的运行（runs） CSV 文件中（#4851，@marijncv）
• [UI] 向运行（run）页面添加生命周期阶段（lifecycle stage）信息（#4848，@marijncv）
• [UI] 默认折叠运行（run）页面部分以提高空间效率，并将artifact预览限制在 50MB（#4917，@dbczumar）
• [Tracking] 为 PaddlePaddle 模型训练引入自动日志记录（autologging）功能（#4751，@jinminhao）
• [Tracking] 向 CreateExperiment API 添加一个可选的 tags 字段（#4788，@dbczumar；#4795，@apurva-koti）
• [Tracking] 通过 mlflow gc CLI 添加对从 SFTP 存储中删除 artifact 的支持（#4670，@afaul）
• [Tracking] 支持 AzureDefaultCredential，用于身份验证 Azure artifact 存储后端（#4002，@marijncv）
• [Models] 升级 fastai 模型 flavor 以支持 fastai V2 (>=2.4.1)（#4715，@jinzhang21）
• [Models] 为 Prophet 时间序列模型引入 mlflow.prophet 模型 flavor（#4773，@BenWilson2）
• [Models] 引入一个 CLI，用于将 MLflow Models 发布到 SageMaker Model Registry（#4669，@jinnig）
• [Models] 当推断的模型依赖项在 PyPI 上不可用时，打印警告（#4891，@dbczumar）
• [Models, Projects] 添加 MLFLOW_CONDA_CREATE_ENV_CMD 以自定义 Conda 环境创建（#4746，@giacomov）

错误修复和文档更新

• [UI] 修复在运行（runs）表中进行的列选择会跨实验持续存在的问题（#4926，@sunishsheth2009）
• [UI] 修复在运行（runs）表列排序下拉菜单中显示文本 null 的问题（#4924，@harupy）
• [UI] 修复导致指标图表（metric plot）视图在点击时显示 NaN 值的错误（#4858，@arpitjasa-db）
• [Tracking] 修复在 UNIX 系统上，模型路径包含空格或特殊字符时导致的模型加载失败（#4890，@BenWilson2）
• [Tracking] 纠正了一个影响 MLflow Tracking 与 SQL Server 使用的迁移问题（#4880，@marijncv）
• [Tracking] Spark 数据源自动日志记录的 tags 现在尊重 MLflow Tracking 的最大允许大小（#4809，@dbczumar）
• [Model Registry] 为 Model Registry REST API 请求添加了之前缺失的证书来源（#4731，@ericgosno91）
• [Model Registry] 当用户为 Databricks 提供无效的模型注册表 URI 时，抛出异常（#4877，@yunpark93）
• [Scoring] 修复了一个模式强制执行（schema enforcement）错误，该错误将类似日期的字符串错误地转换为 datetime 对象（#4902，@wentinghu）
• [Docs] 扩展了 MLflow Skinny Client 的文档（#4113，@eedeleon）

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