APP下载

Databricks释出MLflow0.8.0,改善实验用UI、可以Docker容器部署模型到Azure上

消息来源:baojiabao.com 作者: 发布时间:2026-03-27

报价宝综合消息Databricks释出MLflow0.8.0,改善实验用UI、可以Docker容器部署模型到Azure上

由Apache Spark技术团队所创立的Databricks,积极更新其在6月释出的开源机器学习平台MLflow,现在释出0.8.0版本,这次更新重点在于改进使用者界面,并且现在还能透过Docker容器,直接将模型部署到Azure机器学习服务中。使用者已经可以在PyPI上取得最新的MLflow 0.8.0。

MLflow 0.8.0主要改善了MLflow的使用者界面,以增进追踪和分类实验的使用者体验,改善的工作主要有四个部分,分别是紧凑的指标和参数显示、巢状执行(Nesting Runs)、标记执行(Labeling Runs)、以及记忆使用者界面设定。

为了避免度量指标和参数显示过于凌乱,或是超出字段可以显示空间,现在系统会预设将这些数字组合在单一表格列中,如此每一次执行实验的参数和指标都会显示在附近,使用者可以透过单击每个参数和指标,将其显示在单独的字段中,或是按排序以客制化的方式显示。

在MLflow 0.8.0中,使用者界面开始提供巢状执行。对于一般用于搜寻超参数或是多步骤工作流程的巢状MLflow执行,使用者界面现在将在每个父执行下方显示可折叠树,而这将使得组织以及视觉化多步骤流程更加容易。

另外, MLflow还开始提供标记执行,虽然MLflow预设为每次实验提供一个UUID,但使用者现在也可以用API,为每次执行分配一个名称,也可以直接在使用者界面中编辑这些名称。MLflow使用者界面现在还会记住本机浏览器储存的过滤器、排序和字段配置,使用者不再需要每次重新设定视图。

MLflow也重新修改了Azure机器学习部署工具,使用者现在可以利用更新的Azure ML SDK,来部署打包成Docker容器的MLflow模型。使用mlflow.azureml模组,使用者可以将python_function模型打包到Azure ML容器映像档中,并将这个映像档部署到Azure Kubernetes服务(AKS)和Azure容器执行个体(ACI)平台上,以提供即时服务。

2018-11-23 15:34:00

相关文章