Databricks 已发布 MLflow 2.0，它建立在 MLflow 强大的平台基础之上，并结合广泛的用户反馈来简化数据科学工作流程，并为 MLOps 提供创新的一流工具。
功能和改进包括对 MLflow Recipes（以前称为 MLflow Pipelines）的扩展，例如 AutoML、超参数调整和分类支持，以及与 ML 生态系统的现代化集成、简化的 MLflow 跟踪 UI、跨 MLflow 平台组件的核心 API 的更新，以及多得多。
MLflow Recipes 使数据科学家能够快速开发高质量模型并将它们部署到生产环境中。借助 MLflow Recipes，用户可以使用针对各种 ML 建模任务的预定义解决方案配方快速入门，使用 Recipes 执行引擎更快地迭代，并通过交付模块化、可审查的模型代码和配置而无需任何重构，轻松将稳健的模型交付生产。
MLflow 2.0 将 MLflow Recipes 作为核心平台组件。它还进行了多项重要扩展，包括对分类模型的支持、改进的数据分析和超参数调整功能。
在 MLflow 2.0 中，该公司根据 MLflow 用户和 Databricks 客户的广泛反馈，引入了核心平台 API 和 MLflow Tracking UI 的更新。简化的平台体验简化了您的数据科学和 MLOps 工作流程，帮助您更快地投入生产。
刷新后的 MLflow 实验页面提炼出最相关的模型性能信息，并使用户能够固定最佳运行以供未来在实验过程中参考。在 MLflow 2.0 中，每次运行都有一个唯一的名称，以便于识别和跟踪。
MLflow 2.0 还包括经过改进的与 TensorFlow 和 Keras 的集成，在一个通用接口后面统一了两种模型类型的日志记录和评分功能。
Managed MLflow 2.0 是 Databricks 平台的一部分，用于基于开放式 lakehouse 架构构建的端到端生产机器学习，其中包括特征存储和无服务器实时推理。
有关此版本的更多信息，请访问www.databricks.com
文章来源：https://www.dbta.com/Editorial/News-Flashes/Databricks-Announces-MLflow-20-to-Deliver-Powerful-Tools-for-MLOps-156089.aspx
