Notas de lançamento de Snowflake ML

Este artigo contém as notas de versão do Snowflake ML, incluindo o seguinte, quando aplicável:

  • Mudanças de comportamento

  • Novos recursos

  • Correções de bugs voltados para o cliente

Nota

Estas notas não incluem mudanças em recursos que não foram anunciados publicamente. Esses recursos podem aparecer no código-fonte do Snowflake ML, mas não na documentação pública.

Consulte Snowflake ML: aprendizado de máquina de ponta a ponta para ver a documentação.

Verificação do pacote snowflake-ml-python

Todos os pacotes do Snowflake são assinados, permitindo que você verifique sua origem. Para verificar o pacote snowflake.ml.python, siga as etapas abaixo:

  1. Instale cosign. Este exemplo usa a instalação do Go: Instalação do cosign com o Go.

  2. Baixe o arquivo de um repositório como PyPi.

  3. Baixe um arquivo .sig para esse lançamento na página de lançamentos do GitHub.

  4. Verifique a assinatura usando cosign. Por exemplo:

cosign verify-blob snowflake_ml_python-1.7.0.tar.gz --key snowflake-ml-python-1.7.0.pub --signature resources.linux.snowflake_ml_python-1.7.0.tar.gz.sig

cosign verify-blob snowflake_ml_python-1.7.0.tar.gz --key snowflake-ml-python-1.7.0.pub --signature resources.linux.snowflake_ml_python-1.7.0
Copy

Nota

Este exemplo usa a biblioteca e a assinatura da versão 1.7.0 do pacote. Use os nomes de arquivo da versão que você está verificando.

Versão 1.7.3 (09/01/2025)

Upgrades de dependências

  • fsspec e s3fs deve ser 2024.6.1 ou posterior e inferior a 2026.

  • mlflow deve ser 2.16.0 ou posterior e inferior a 3.

Novos recursos

Novos recursos do Cortex:

  • As funções Cortex agora têm nomes «snake_case». Por exemplo, ClassifyText agora é classify_text. Os nomes antigos «CamelCase» ainda funcionam, mas serão removidos em um lançamento futuro.

Novos recursos de registro do modelo:

  • O registro agora aceita mais de 500.000 recursos.

  • Adição do argumento user_files a Registry.log_model para incluir imagens ou outros arquivos no modelo.

  • Adição de suporte para lidar com as configurações do modelo Hugging Face com a funcionalidade de mapeamento automático.

Novos recursos de dados:

  • Adição do construtor DataConnector.from_sql.

Correções de bugs

Correções de erros no registro:

  • Correção de um bug que ocorria ao fornecer um índice pandas não abrangente DataFrame como entrada para ModelVersion.run.

  • Melhoria na geração de nomes de registro de modelos aleatórios para evitar colisões.

  • Correção de um problema ao inferir uma assinatura ou executar uma inferência com o Snowpark DataFrame que tem uma coluna cujo tipo é ARRAY e contém um valor NULL.

  • ModelVersion.run agora aceita um nome de serviço totalmente qualificado.

  • Correção de um erro em log_model para qualquer modelo scikit-learn com apenas pré-processamento de dados, incluindo modelos de pipeline somente de pré-processamento.

Correções de bugs de monitoramento:

  • Correção de um problema com a criação de monitores usando nomes totalmente qualificados.

Linguagem: Português