我们很高兴地宣布 MLflow 0.4.0 可用！

MLflow 0.4.0 版本已发布，发布日期 2018-08-01。该发布可在 PyPI 获取，文档已在 updated 更新。以下是发行说明（也可在 GitHub 查看）：

不兼容变更：

• [Projects] 移除了 mlflow.projects.run() 的 use_temp_cwd 参数（mlflow run CLI 中的 --new-dir 标志）。本地项目的运行现在使用本地项目目录作为它们的工作目录。Git 项目仍然被获取到临时目录中 (#215, @smurching)
• [跟踪] GCS 工件存储现在是可插拔的依赖（不再默认安装）。要启用 GCS 支持，请通过 pip 在客户端和跟踪服务器上安装 google-cloud-storage (#202, @smurching).
• [跟踪] 运行 MLflow 0.4.0 及更高版本的客户端需要运行 MLflow 0.4.0 或更高版本的服务器，因为一个修复确保客户端在向服务器发送数据时不再将 JSON 双重序列化为字符串（#200, @aarondav）。然而，MLflow 0.4.0 服务器仍然与较旧的客户端向后兼容（#216, @aarondav）

功能：

• [Examples] 添加一个更高级的跟踪示例：使用 MLflow 与 PyTorch 和 TensorBoard (#203)
• [Models] H2O 模型支持 (#170, @ToonKBC)
• [Projects] 支持在 Git 仓库的子目录中运行项目 (#153, @juntai-zheng)
• [SageMaker] 支持在部署到 SageMaker 时指定计算规范 (#185, @dbczumar)
• [服务器] 为 MLflow UI 和 server 添加了 --static-prefix 选项，可从指定前缀提供 UI (#116, @andrewmchen)
• [跟踪] 为工件提供 Azure Blob 存储支持 (#206, @mateiz)
• [Tracking] 添加对基于 Databricks 的 RestStore 的支持 (#200, @aarondav)
• [UI] 通过添加 CSRF 支持使前端可投入生产使用 (#199, @aarondav)
• [UI] 更新指标和参数筛选，让用户控制列顺序 (#186, @mateiz)

错误修复：

• 修复 GCSArtifactRepository 返回的不兼容文件结构 (#173, @jakeret)
• 修复了度量值在 x 轴上出现顺序错乱的问题 (#204, @mateiz)
• 修复了在使用 projects.run API 时偶发的挂起行为 (#193, @smurching)
• 来自 @aarondav, @andrewmchen, @arinto, @jakeret, @mateiz, @smurching, @stbof 的杂项错误和文档修复

访问 change log 以了解新功能。