跳到主要内容

MLflow 1.26.0

·3 分钟阅读
MLflow maintainers

我们很高兴宣布 MLflow 1.26.0 版本发布！

MLflow 1.26.0 包含一些主要特性和改进

特性

  • [CLI] 为部署 CLI 添加端点命名和选项配置 (#5731, @trangevi)
  • [构建,文档] 添加适用于 Linux 和 MacOS x86 操作系统的开发环境设置脚本 (#5717, @BenWilson2)
  • [跟踪] 更新 mlflow.set_tracking_uri 以支持将 pathlib.Path 定义的路径添加到现有的 str 路径声明 (#5824, @cacharle)
  • [评分] 为评分服务器 CLI 添加自定义超时覆盖选项，以支持高延迟模型 (#5663, @sniafas)
  • [UI] 为实验运行列表表格添加固定表头，以便在滚动超出页面折叠时仍可见列名 (#5818, @hubertzub-db)
  • [Artifacts] 为 MLflow 垃圾回收添加 GCS 支持 (#5811, @aditya-iyengar-rtl-de)
  • [评估] 为 eval_and_log_metrics API 添加 pos_label 参数，以支持准确的二分类器评估指标 (#5807, @yxiong)
  • [UI] 在指标显示页面上添加最新、最小和最大指标值字段 (#5574, @adamreeve)
  • [模型] 使用 autologging 时，为 pyspark ml flavor 添加对 input_example 和 signature 日志记录的支持 (#5719, @bali0019)
  • [模型] 为 mlflow models docker-build CLI 添加 virtualenv 环境管理器支持 (#5728, @harupy)
  • [模型] 为 PySpark 模型在 log_model_allowlist 中添加通配符模块匹配支持 (#5723, @serena-ruan)
  • [项目] 为 MLflow 项目添加 virtualenv 环境管理器支持 (#5631, @harupy)
  • [模型] 为 MLflow 模型添加 virtualenv 环境管理器支持 (#5380, @harupy)
  • [模型] 为 mlflow.pyfunc.spark_udf 添加 virtualenv 环境管理器支持 (#5676, @WeichenXu123)
  • [模型] 使用 autologging 时，为 tensorflow flavor 添加对 input_example 和 signature 日志记录的支持 (#5510, @bali0019)
  • [服务器基础设施] 添加 JSON Schema 类型验证，以便在对 REST API 端点发出格式错误的请求时引发 400 错误 (#5458, @mrkaye97)
  • [评分] 为 mlflow 部署引入抽象 endpoint 接口 (#5378, @trangevi)
  • [UI] 为运行比较页面添加“结束时间”和“持续时间”字段 (#3378, @RealArpanBhattacharya)
  • [服务] 在解析用于模型服务的输入 csv 数据时添加 schema 验证支持 (#5531, @vvijay-bolt)

Bug 修复和文档更新

  • [模型] 修复 Spark 数据源中 REPL ID 从数据源监听器到发布者的传播问题 (#5826, @dbczumar)
  • [UI] 更新 ag-grid 并实现 getRowId 以提高运行表格可视化的性能 (#5725, @adamreeve)
  • [服务] 修复 tf-serving 解析问题以支持基于列的格式 (#5825, @arjundc-db)
  • [Artifacts] 更新 log_artifact 以支持 HDFS 中大于 2GB 的模型 (#5812, @hitchhicker)
  • [模型] 修复 autologging 问题以支持名称中包含 "@" 符号的 lightgbm 指标名称 (#5785, @mengchendd)
  • [模型] Pyfunc: 修复子目录的代码目录解析问题 (#5806, @dbczumar)
  • [服务器基础设施] 修复 mlflow-R 服务器在 windows 上启动失败的问题 (#5767, @serena-ruan)
  • [文档] 添加关于 MLflow 项目中 virtualenv 环境管理器支持的文档 (#5727, @harupy)
  • [UI] 修复 artifact 显示大小问题以支持预览面板中的全宽渲染 (#5606, @szczeles)
  • [模型] 通过将驱动程序地址绑定到 localhost 修复加载 spark 模型时本地 hostname 问题 (#5753, @WeichenXu123)
  • [模型] 修复 tensorflow flavor 的 autologging 验证和 batch_size 计算问题 (#5683, @MarkYHZhang)
  • [Artifacts] 修复 SqlAlchemyStore.log_batch 实现以使其分批记录数据 (#5460, @erensahin)

有关更改的完整列表，请参阅版本变更日志，并在mlflow.org 上查看最新文档。