Kedro 0.19.12版本发布:数据管道与云存储能力升级
Kedro是一个优秀的开源Python框架,专门用于构建可维护、可扩展的数据科学和机器学习管道。它采用了软件工程的最佳实践,为数据科学家和工程师提供了标准化的项目结构和开发模式。
核心功能增强
数据目录过滤功能
新版本引入了KedroDataCatalog.filter()
方法,这是一个非常实用的功能升级。通过这个方法,开发者可以基于数据集名称和类型进行灵活筛选。例如,在处理大型项目时,可以快速过滤出所有CSV类型的数据集,或者筛选出特定前缀的数据集,这大大提升了开发效率。
命名空间节点分组
Pipeline.grouped_nodes_by_namespace
属性的加入为插件开发者带来了便利。这个属性返回按命名空间分组的节点字典,使得插件能够更轻松地将属于同一命名空间的节点一起部署。这一改进特别适合需要按功能模块部署的场景。
云存储配置支持
0.19.12版本扩展了--conf-source
的功能,现在可以直接从S3等云存储位置加载配置。这意味着团队可以将配置文件集中存储在云端,实现配置的统一管理和跨环境共享,这对于分布式团队和云原生部署尤为重要。
重要改进与修复
数据目录优化
开发团队对DataCatalog
进行了多项优化,包括改进了_LazyDataset
的打印显示效果,使其在调试时更加直观。同时,针对MemoryDataset
处理Ibis Tables时的复制模式进行了修正,确保其能正确推断assign
模式而非之前的deepcopy
。
执行器优化
SequentialRunner
的执行方式进行了调整,现在明确保证不使用执行器池,确保真正的单线程执行。这一改变消除了潜在的并发问题,使得执行行为更加可预测。
开发工具改进
修复了%load_node
魔法命令与新版Jupyter Notebook(>=7.2.0)的兼容性问题,提升了开发体验。同时移除了Kedro Viz工具的默认集成,使其成为可选组件。
文档更新与最佳实践
文档方面,新增了对Delta Lake和Iceberg版本控制的支持说明,帮助用户更好地利用这些技术进行数据版本管理。节点分组部署的文档为插件开发者提供了明确指导。
特别值得注意的是,文档更新了对命名空间嵌套使用的建议,反映了项目团队对架构设计的最新思考。这些最佳实践的分享对于构建可维护的大型项目非常有价值。
总结
Kedro 0.19.12版本在数据管理、云集成和开发体验方面都有显著提升。新加入的数据目录过滤和云配置支持功能,展现了Kedro对现代数据工程需求的积极响应。命名空间节点分组则为复杂项目的模块化部署提供了更好的支持。这些改进共同强化了Kedro作为企业级数据管道框架的地位。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++036Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0283Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









