版本 0.6.2¶

v0.6.2 是一个安全和错误修复版本。

一如既往，仅使用最初训练模型时使用的 AutoGluon 版本加载之前训练过的模型。不支持加载在不同 AutoGluon 版本中训练的模型。

在此处查看完整的提交更新日志：https://github.com/autogluon/autogluon/compare/v0.6.1…v0.6.2

特别感谢 @daikikatsuragawa 和 @yzhliu，他们是本次发布中 AutoGluon 的首次贡献者！

此版本支持 Python 3.7 至 3.9 版本。0.6.x 是最后支持 Python 3.7 的版本。

变更¶

[multimodal] 重构和错误修复(#2554, #2541, #2477, #2569, #2578, #2613, #2620, #2630, #2633, #2635, #2647, #2645, #2652, #2659) - @zhiqiangdon, @yongxinw, @FANGAreNotGnu, @sxjscience, @Innixma
[multimodal] 支持命名实体识别 (#2556) - @cheungdaven
[multimodal] 支持图像模态的 bytearray (#2549) - @suzhoum
[multimodal] 支持 matcher 的 HPO (#2619) - @zhiqiangdon
[multimodal] 支持 timm 图像模型的 Onnx 导出 (#2564) - @liangfu
[表格] 重构和错误修复 (#2387, #2595，#2599, #2589, #2628, #2376, #2642, #2646, #2650, #2657) - @Innixma, @liangfu， @yzhliu, @daikikatsuragawa, @yinweisu
[表格] 修复集成折叠 (#2582) - @yinweisu
[表格] 将表格 NN 中的 ColumnTransformer 从 sklearn 转换为 onnx (#2503) - @liangfu
[表格] 对标签列中的非有限值抛出错误 ($2509) - @gidler
[时间序列] 重构和错误修复 (#2584, #2594, #2605, #2606) - @shchur
[时间序列] 加快本地模型的数据准备 (#2587) - @shchur
[时间序列] 加快 GluonTS 模型的预测速度 (#2593) - @shchur
[时间序列] 加快训练/验证分割器速度 (#2586) - @shchur [时间序列] 加快 TimeSeriesEnsembleSelection.fit 速度 (#2602) - @shchur
[安全] 更新 torch (#2588) - @gradientsky