MLflow 1.26.0
·3 分钟阅读
我们很高兴地宣布 MLflow 1.26.0 现已发布!
MLflow 1.26.0 包含多项重要功能和改进。
功能
- [CLI] 为部署 CLI 添加了端点命名和选项配置 (#5731, @trangevi)
- [Build,Doc] 为 Linux 和 MacOS x86 操作系统添加了开发环境设置脚本 (#5717, @BenWilson2)
- [Tracking] 更新了
mlflow.set_tracking_uri,除了现有的str路径声明外,还支持pathlib.Path定义的路径 (#5824, @cacharle) - [Scoring] 为评分服务器 CLI 添加了自定义超时覆盖选项,以支持高延迟模型 (#5663, @sniafas)
- [UI] 为实验运行列表表添加了固定表头,以便在滚动超出视口时保持列名可见 (#5818, @hubertzub-db)
- [Artifacts] 为 MLflow 垃圾回收添加了 GCS 支持 (#5811, @aditya-iyengar-rtl-de)
- [Evaluate] 为
eval_and_log_metricsAPI 添加了pos_label参数,以支持准确的二分类器评估指标 (#5807, @yxiong) - [UI] 在指标显示页面添加了最新、最小和最大指标值的字段 (#5574, @adamreeve)
- [Models] 在使用自动日志记录时,为 pyspark ml flavor 添加了对
input_example和signature日志记录的支持 (#5719, @bali0019) - [Models] 为
mlflow models docker-buildCLI 添加了virtualenv环境管理器支持 (#5728, @harupy) - [Models] 为 PySpark 模型在 log_model_allowlist 中添加了对通配符模块匹配的支持 (#5723, @serena-ruan)
- [Projects] 为 MLflow 项目添加了
virtualenv环境管理器支持 (#5631, @harupy) - [Models] 为 MLflow Models 添加了
virtualenv环境管理器支持 (#5380, @harupy) - [Models] 为
mlflow.pyfunc.spark_udf添加了virtualenv环境管理器支持 (#5676, @WeichenXu123) - [Models] 在使用自动日志记录时,为
tensorflowflavor 添加了对input_example和signature日志记录的支持 (#5510, @bali0019) - [Server-infra] 为 REST API 端点添加了 JSON Schema 类型验证,以便对格式错误的请求返回 400 错误 (#5458, @mrkaye97)
- [Scoring] 为 MLflow 部署引入了抽象
endpoint接口 (#5378, @trangevi) - [UI] 在运行比较页面添加了
结束时间和持续时间字段 (#3378, @RealArpanBhattacharya) - [Serving] 在解析模型服务的输入 csv 数据时添加了模式验证支持 (#5531, @vvijay-bolt)
错误修复和文档更新
- [Models] 修复了从数据源监听器到发布者对于 Spark 数据源的 REPL ID 传播 (#5826, @dbczumar)
- [UI] 更新了
ag-grid并实现了getRowId,以提高运行表可视化的性能 (#5725, @adamreeve) - [Serving] 修复了
tf-serving解析以支持基于列的格式 (#5825, @arjundc-db) - [Artifacts] 更新了
log_artifact,以支持 HDFS 中大于 2GB 的模型 (#5812, @hitchhicker) - [Models] 修复了自动日志记录以支持
lightgbm中带有 "@" 符号的指标名称 (#5785, @mengchendd) - [Models] Pyfunc: 修复了子目录的代码目录解析 (#5806, @dbczumar)
- [Server-Infra] 修复了 mlflow-R 服务器在 Windows 上启动失败的问题 (#5767, @serena-ruan)
- [Docs] 为 MLflow 项目的
virtualenv环境管理器支持添加了文档 (#5727, @harupy) - [UI] 修复了伪像显示尺寸,以支持预览窗格中的全宽渲染 (#5606, @szczeles)
- [Models] 通过将驱动地址绑定到 localhost,修复了加载 spark 模型时的本地主机名问题 (#5753, @WeichenXu123)
- [Models] 修复了
tensorflowflavor 的自动日志记录验证和 batch_size 计算 (#5683, @MarkYHZhang) - [Artifacts] 修复了
SqlAlchemyStore.log_batch的实现,使其能够批量记录数据 (#5460, @erensahin)
如需查看变更的完整列表,请参阅 发布日志,并在 mlflow.org 上查阅最新文档。
