我们很高兴地宣布 MLflow 1.30.0 已发布！

MLflow 1.30.0 包含多项重大功能和改进。

功能

• [Pipelines] 为 MLflow Pipelines 引入超参数调优支持（#6859，@prithvikannan）
• [Pipelines] 引入对预测异常值与训练数据集进行比较的支持（#6991，@jinzhang21）
• [Pipelines] 引入对记录所有训练参数以实现可复现性的支持（#7026，#7094，@prithvikannan）
• [Pipelines] 在 ingest 步骤中添加对 Delta 表作为数据源的支持（#7010，@sunishsheth2009）
• [Pipelines] 添加对多达 10,000 列的数据剖析的扩展支持（#7035，@prithvikanna）
• [Pipelines] 使用 FLAML 为 MLflow Pipelines 添加 AutoML 支持（#6959，@mshtelma）
• [Pipelines] 通过允许未指定配置来添加对简化 transform 步骤执行的支持（#6909，@apurva-koti）
• [Pipelines] 在 transform 步骤卡中引入数据预览选项卡（#7033，@prithvikannan）
• [Tracking] 为 create_run、get_run 和 update_run API 引入 run_name 属性（#6782，#6798 @apurva-koti）
• [Tracking] 为 search_experiments API 添加按 creation_time 和 last_update_time 搜索的支持（#6979，@harupy）
• [Tracking] 为 search_runs API 添加 run_id IN 和 run ID NOT IN 搜索条件的支持（#6945，@harupy）
• [Tracking] 为 search_runs API 添加按 user_id 和 end_time 搜索的支持（#6881，#6880 @subramaniam02）
• [Tracking] 为 search_runs API 添加按 run_name 和 run_id 搜索的支持（#6899，@harupy；#6952，@alexacole）
• [Tracking] 添加对 run name 属性和 mlflow.runName 标签进行同步的支持（#6971，@BenWilson2）
• [Tracking] 添加使用 AWSSigv4 和 AWS IAM 进行签名跟踪服务器请求的支持（#7044，@pdifranc）
• [Tracking] 引入 update_run() API 以修改现有 run 的 status 和 name 属性（#7013，@gabrielfu）
• [Tracking] 为 mlflow gc cli API 添加实验删除支持（#6977，@shaikmoeed）
• [Models] 为 evaluate() API 添加环境恢复支持（#6728，@jerrylian-db）
• [Models] 移除 evaluate() API 中对二元分类标签的限制（#7077，@dbczumar）
• [Scoring] 为 mlflow.pyfunc.spark_udf() 添加对 BooleanType 的支持（#6913，@BenWilson2）
• [SQLAlchemy] 为 SqlAlchemyStore 添加对可配置 Pool 类选项的支持（#6883，@mingyu89）

错误修复

• [Pipelines] 启用 Pipeline 子进程命令，以便在不存在 SparkSession 时创建一个新的 SparkSession（#6846，@prithvikannan）
• [Pipelines] 修复 Step Card 数据剖析中 bool 列类型的渲染问题（#6907，@sunishsheth2009）
• [Pipelines] 添加验证，并在缺少必需的步骤文件时抛出异常（#7067，@mingyu89）
• [Pipelines] 将步骤配置验证更改为仅在步骤运行时执行（#6967，@prithvikannan）
• [Tracking] 修复在 mlflow.pyspark.ml.autolog() 中推断模型 schema 时发生的无限递归 bug（#6831，@harupy）
• [UI] 移除获取 artifact 失败时浏览器错误通知（#7001，@kevingreer）
• [Models] 允许 mlflow-skinny 包在 MLmodel requirements 中作为基础 requirement（#6974，@BenWilson2）
• [Models] 修复加载 SparkML 模型时的代码路径解析问题（#6968，@dbczumar）
• [Models] 修复记录 SparkML 模型时的依赖推断问题（#6912，@BenWilson2）
• [Models] 修复涉及 SparkML 模型潜在重复下载的问题（#6903，@serena-ruan）
• [Models] 在 mlflow.evaluate() 中为 sklearn.metrics.precision_recall_curve 添加缺失的 pos_label（#6854，@dbczumar）
• [SQLAlchemy] 修复 SqlAlchemyStore 中 set_tag() 更新错误标签的 bug（#7027，@gabrielfu）

文档更新

• [Models] 更新有关默认 Keras 序列化格式的详细信息（#7022，@balvisio）

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。