Snowflake ML 版本说明¶

行为变更¶

ML 作业行为变更：

• 在作业提交 APIs 中，实参 num_instances 已重命名为 target_instances，现在为必填项。

错误修复¶

模型注册表错误修复：

• 修复了列出和删除容器服务时的一个错误。

• 修复了记录未创建 explain 函数的 scikit-learn 管道时的错误。

• 记录纯容器模型不会再检查所需 snowflake-ml-python 版本在 Snowflake conda 通道中是否可用。

可解释性错误修复：

• 为了提高兼容性，最低 streamlit 版本已降至 1.30。

建模错误修复：

• xgboost 再次成为必要依赖项（在 v1.8.4 中是可选的）。

新功能¶

ML 作业新功能：

• 作业装饰器现在具有 min_instances 实参，可以让作业等待指定数量的工作器准备就绪后再开始。

行为变更¶

ML 作业行为变更：

• id 属性现在是任务的完全限定名称。引入了一个新属性 name 来表示 ML 作业名称。

• list_jobs 方法现在返回 ML 作业名称，而非作业 ID。

模型注册表行为变更：

• 在 log_model 中，当模型仅部署到 Snowpark Container Services 时启用可解释性现在属于错误而非警告，并且会阻止日志操作完成。

错误修复¶

模型注册表错误修复：

• 修复了日志记录 PyTorch 和 TensorFlow 模型导致 UnboundLocalError: local variable 'multiple_inputs' referenced before assignment. 的一个错误

新功能¶

新的模型注册表功能：

• 自动为可部署到仓库的模型启用可解释性。

全新可解释性功能：

• 笔记本的 snowflake.ml.monitoring 绘图解释中的全新可视化功能。

• 支持 scikit-learn 管道中的分类转换。

新的建模功能：

• 支持 XGBoost 模型中 xgboost.DMatrix 输入的分类类型。

新功能¶

新的模型注册表功能：

• 将支持 GPU 的模型记录到 Container Runtime for ML 以进行部署时，将默认使用 CUDA 容器镜像（如可用）。

• 模型版本拥有一个 run_job 方法，该方法可以将推理方法作为单节点 Snowpark Container Services 作业运行。此方法适用于所有模型，包括那些未部署到 Container Runtime for ML 的模型。

• 在记录分区模型时，目标平台默认为 Snowflake 仓库。

新功能¶

允许您在本地工作站运行 Container Runtime for ML 上的代码的 ML Jobs API 现已提供预览版。此 API 的文档可在 Snowflake ML API 参考资料中找到，对此 API 的更改也会反映在这些版本说明中。ML Jobs API 中的新功能在正式发布前可能不会显示在此处，但会首先在 API 参考资料中提供。

新的模型注册表功能：

• 您可以使用 log_model 方法中的 save_location 选项，来指定存储在模型 Snowflake 暂存区中的模型版本文件的写入路径。

• 现在，在 Container Runtime for ML 中记录模型日志时，模型依赖项默认会包含在 pip_requirements 中。

错误修复¶

模型注册表错误修复：

• 修复了使用 score_samples 推理方法记录 scikit-learn 模型日志时的 unsupported model type 错误。

• 修复了在现有挂起服务上创建推理服务失败的问题。

新功能¶

新的模型注册表功能：

• 创建使用 log_model 的模型版本副本时，如果实参不受支持，现会引发异常。

行为变更¶

模型注册表行为变更：

• transformers.Pipeline 中的自动推理签名已更改为使用 FeatureGroupSpec 任务类，包括：

  • Fill-mask 任务的签名：

    Before v1.8.0v1.8.0 and later

      ModelSignature(
          inputs=[
              FeatureSpec(name="inputs", dtype=DataType.STRING),
          ],
          outputs=[
              FeatureSpec(name="outputs", dtype=DataType.STRING),
          ],
    )
    

    Copy

  • 词元分类任务的签名：

    Before v1.8.0v1.8.0 and later

    ModelSignature(
        inputs=[
            FeatureSpec(name="inputs", dtype=DataType.STRING),
        ],
        outputs=[
            FeatureSpec(name="outputs", dtype=DataType.STRING),
        ],
    )
    

    Copy

  • 问答任务的签名：

    Before v1.8.0v1.8.0 and later

    ModelSignature(
        inputs=[
            FeatureSpec(name="question", dtype=DataType.STRING),
            FeatureSpec(name="context", dtype=DataType.STRING),
        ],
        outputs=[
            FeatureSpec(name="outputs", dtype=DataType.STRING),
        ],
    )
    

    Copy

  • 当 top_k 大于 1 时，用于问答任务的签名：

    Before v1.8.0v1.8.0 and later

    ModelSignature(
        inputs=[
            FeatureSpec(name="question", dtype=DataType.STRING),
            FeatureSpec(name="context", dtype=DataType.STRING),
        ],
        outputs=[
            FeatureSpec(name="outputs", dtype=DataType.STRING),
        ],
    )
    

    Copy

  • 当 top_k 为 None 时，文本分类任务的签名：

    Before v1.8.0v1.8.0 and later

    ModelSignature(
        inputs=[
            FeatureSpec(name="text", dtype=DataType.STRING),
            FeatureSpec(name="text_pair", dtype=DataType.STRING),
        ],
        outputs=[
            FeatureSpec(name="label", dtype=DataType.STRING),
            FeatureSpec(name="score", dtype=DataType.DOUBLE),
        ],
    )
    

    Copy

  • 当 top_k 不是 None 时，文本分类任务的签名：

    Before v1.8.0v1.8.0 and later

    ModelSignature(
        inputs=[
            FeatureSpec(name="text", dtype=DataType.STRING),
            FeatureSpec(name="text_pair", dtype=DataType.STRING),
        ],
        outputs=[
            FeatureSpec(name="outputs", dtype=DataType.STRING),
        ],
    )
    

    Copy

  • 文本生成任务的签名：

    Before v1.8.0v1.8.0 and later

    ModelSignature(
        inputs=[FeatureSpec(name="inputs", dtype=DataType.STRING)],
        outputs=[
            FeatureSpec(name="outputs", dtype=DataType.STRING),
        ],
    )
    

    Copy

• 现在，PyTorch 和 TensorFlow 模型在记录到模型注册表时，默认期望单个张量输入和输出。要使用多个张量（以前的行为方式），请设置 options={"multiple_inputs": True}。

  单张量输入的示例：

  import torch
  
  class TorchModel(torch.nn.Module):
      def __init__(self, n_input: int, n_hidden: int, n_out: int, dtype: torch.dtype = torch.float32) -> None:
          super().__init__()
          self.model = torch.nn.Sequential(
              torch.nn.Linear(n_input, n_hidden, dtype=dtype),
              torch.nn.ReLU(),
              torch.nn.Linear(n_hidden, n_out, dtype=dtype),
              torch.nn.Sigmoid(),
          )
  
      def forward(self, tensor: torch.Tensor) -> torch.Tensor:
          return cast(torch.Tensor, self.model(tensor))
  
  # Sample usage:
  data_x = torch.rand(size=(batch_size, n_input))
  
  # Log model with single tensor
  reg.log_model(
      model=model,
      ...,
      sample_input_data=data_x
  )
  
  # Run inference with single tensor
  mv.run(data_x)
  

  Copy

  对于多张量输入或输出，请使用：

  reg.log_model(
      model=model,
      ...,
      sample_input_data=[data_x_1, data_x_2],
      options={"multiple_inputs": True}
  )
  

  Copy

• 当模型可以部署到 Snowpark Container Services 时，enable_explainability 现在默认为 False。

错误修复¶

建模错误修复：

• 修复了某些指标中的以下错误：允许在存储过程中自动安装不受支持的 numpy 版本，从而导致在执行时出现 numpy 错误。

模型注册表错误修复：

• 修复了以下错误：将受支持的模型指定为 CustomModel 属性时，会造成不正确的 Model does not have _is_inference_api 错误消息。

• 修复了以下错误：当具有 500 个以上的输入特征的模型部署到 SPCS 时，推理不起作用。

新功能¶

新的模型注册表功能：

• 支持使用单个 torch.Tensor、tensorflow.Tensor 和 tensorflow.Variable 作为输入或输出数据。

• 支持 XGBoost 模型的 xgboost.DMatrix datatype。

错误修复¶

模型注册表错误修复：

• 修复了一个兼容性问题，当使用 snowflake-ml-python 1.7.0 或更高版本保存采用 keras 2.x 的 tensorflow.keras 模型时，该模型无法在 Snowflake 中运行。当 relax_version 设置为 True``（或默认值）并且有新版本的 ``snowflake-ml-python 可用时，会发生此问题。如果您已在日志中记录受影响的模型，则可以使用 ModelVerison.load 加载模型，然后使用最新版本的 snowflake-ml-python 重新记录模型日志，从而恢复该模型。

• 移除了阻止将不具有非 null 值的数据传递给 ModelVersion.run 的验证。

新功能¶

新的模型注册表功能：

• 支持具有自动映射功能的 Hugging Face 模型配置。

• 支持使用 ternsorflow 和 pytorch 后端的 keras 3.x 模型。

新的模型可解释性功能：

• 支持原生和 snowflake-ml-python sklearn 管道。

错误修复¶

注册表错误修复：

• 修复了使用不正确的数据类型加载 Hugging Face 管道时的问题。

• 修复了在推断模型签名时实际上仅使用一行的问题。

新功能¶

新的 Cortex 功能：

• Complete 函数的全新 guardrails 选项。

依赖项升级¶

• fsspec 和 s3fs 必须是 2024.6.1 或更高版本，不得低于 2026 版本。

• mlflow 必须是 2.16.0 或更高版本，并且低于 3 版本。

新功能¶

新的 Cortex 功能：

• Cortex 函数现在具有“snake_case”名称。 例如，ClassifyText 现在是 classify_text。旧的“CamelCase”名称仍然有效，但将从未来版本中移除。

新的模型注册表功能：

• 注册表现在支持超过 500,000 个功能。

• 向 Registry.log_model 添加了 user_files 实参以在模型中包含图像或其他文件。

• 添加了对处理具有自动映射功能的 Hugging Face 模型配置的支持。

新数据特性：

• 添加了 DataConnector.from_sql 构造函数。

错误修复¶

注册表错误修复：

• 修复了在将非范围索引 pandas DataFrame 作为 ModelVersion.run 输入时发生的错误。

• 改进了随机模型注册名称生成，以避免冲突。

• 修复了在使用具有 ARRAY 列类型且包含 NULL 值的 Snowpark DataFrame 推断签名或运行引用时出现的问题

• ModelVersion.run 现在接受完全限定的服务名称。

• 修复了任何仅包含数据预处理的 scikit-learn 模型（包括仅预处理的管道模型）中的 log_model 错误。

监控错误修复：

• 修复了使用完全限定名称创建监控的问题。