Databricks Runtime 10.2 ml-hez (nem támogatott)
A Databricks 2021 decemberében adta ki ezt a képet.
A Databricks Runtime 10.2 for Machine Learning egy használatra kész környezetet biztosít a gépi tanuláshoz és az adatelemzéshez a Databricks Runtime 10.2-n (nem támogatott). A Databricks Runtime ML számos népszerű gépi tanulási kódtárat tartalmaz, köztük a TensorFlow-t, a PyTorch-ot és az XGBoost-t. A Databricks Runtime ML tartalmazza az AutoML-t, amely a gépi tanulási folyamatok automatikus betanítására szolgáló eszköz. A Databricks Runtime ML támogatja az elosztott mélytanulási képzést a Horovod használatával.
További információkért, beleértve a Databricks Runtime ML-fürt létrehozásának utasításait, tekintse meg a Databricks AI és Machine Learning szolgáltatását.
Új funkciók és fejlesztések
A Databricks Runtime 10.2 ML a Databricks Runtime 10.2-es verziójára épül. A Databricks Runtime 10.2 újdonságairól, beleértve az Apache Spark MLlib és a SparkR újdonságait, tekintse meg a Databricks Runtime 10.2 (nem támogatott) kiadási megjegyzéseit.
Databricks autologging (nyilvános előzetes verzió)
A Databricks autologging mostantól minden régióban nyilvános előzetes verzióban érhető el. A Databricks Autologging egy kód nélküli megoldás, amely automatikus kísérletkövetést biztosít az Azure Databricks gépi tanulási betanítási munkameneteihez. A Databricks autologging funkciójával a modellparaméterek, a metrikák, a fájlok és az életút adatai automatikusan rögzítésre kerülnek, amikor modelleket tanít be számos népszerű gépi tanulási kódtárból. A betanítási munkamenetek MLflow-nyomkövetési futtatásokként vannak rögzítve. A modellfájlok is nyomon követhetők, így egyszerűen naplózhatja őket az MLflow modellregisztrációs adatbázisában, és valós idejű pontozás céljából üzembe helyezheti őket az MLflow modellkiszolgálóval.
További információ a Databricks automatikus kereséséről: Databricks Autologging.
A Databricks AutoML fejlesztései
A Databricks AutoML-ben az alábbi fejlesztések történtek.
- Az AutoML figyelmen kívül hagyja azokat az oszlopokat, amelyek csak egyetlen értékkel rendelkeznek.
- Besorolási és regressziós problémák esetén az adathalmaz betanítási, érvényesítési és tesztelési csoportokra való felosztásához használt időoszlop mostantól sztring típusú lehet. Korábban csak az időbélyeg és az egész szám támogatott. Részletekért lásd: Adatok felosztása betanítási, érvényesítési és tesztkészletekre .
A Databricks szolgáltatástároló fejlesztései
A Databricks feature Store-ban az alábbi fejlesztések történtek.
Egyszerűsített FeatureStoreClient
felület
A FeatureStoreClient felület egyszerűbb lett.
FeatureStoreClient.create_feature_table()
elavult. Ehelyett használja a következőtFeatureStoreClient.create_table()
: .FeatureStoreClient.get_feature_table()
elavult. Ehelyett használja a következőtFeatureStoreClient.get_table()
: .- Minden argumentumot másnak
FeatureStoreClient.publish_table()
name
kell átadni, ésonline_store
kulcsszóargumentumként kell átadni.
Csak a kijelölt oszlopok közzététele online áruházakban
A Databricks szolgáltatástároló mostantól csak a kijelölt oszlopok online áruházban való közzétételét támogatja. További információt a kiválasztott szolgáltatások online áruházban való közzététele című témakörben talál.
A Databricks Runtime ML Python-környezetének főbb változásai
A Databricks Runtime 10.1 ML-ben elavult Apache Spark MLlib automatizált MLflow Tracking integrációja alapértelmezés szerint le van tiltva a Databricks Runtime 10.2 ML-ben. Ezt felváltotta az MLflow PySpark ML Autologging integrációja, amely alapértelmezés szerint engedélyezve van a Databricks autologging szolgáltatással. Az automatikus naplózás a rögzített MLlib automatikus MLflow-nyomkövetési adatain túl további információkat is rögzít, beleértve a legjobb modellhez társított paramétereket, metrikákat és összetevőket.
Python-csomagok frissítve
- databricks-cli 0.14.3 => 0.16.2
- keras 2.6.0 => 2.7.0
- lightgbm 3.3.0 => 3.3.1
- mlflow 1.21.0 => 1.22.0
- diagram 5.3.0 => 5.3.1
- shap 0.39.0 => 0.40.0
- spacy 3.1.3 => 3.2.0
- tensorboard 2.6.0 => 2.7.0
- tensorflow 2.6.0 => 2.7.0
- fáklya 1.9.1 => 1.10.0
- torchvision 0.10.1 => 0.11.1
- transzformátorok 4.11.3 => 4.12.3
- xgboost 1.4.2 => 1.5.0
Rendszerkörnyezet
A Databricks Runtime 10.2 ML rendszerkörnyezete az alábbiak szerint különbözik a Databricks Runtime 10.2-től:
- DBUtils: A Databricks Runtime ML nem tartalmazza a Library segédprogramot (dbutils.library) (örökölt).
Használjon
%pip
inkább parancsokat. Lásd: Jegyzetfüzet-hatókörön belüli Python-kódtárak. - GPU-fürtök esetén a Databricks Runtime ML a következő NVIDIA GPU-kódtárakat tartalmazza:
- CUDA 11.0
- cuDNN 8.0.5.39
- NCCL 2.10.3
- TensorRT 7.2.2
Kódtárak
Az alábbi szakaszok a Databricks Runtime 10.2 ML-ben található kódtárakat sorolják fel, amelyek eltérnek a Databricks Runtime 10.2-ben szereplő kódtáraktól.
Ebben a szakaszban:
Felső szintű kódtárak
A Databricks Runtime 10.2 ML a következő legfelső szintű kódtárakat tartalmazza:
- GraphFrames
- Horovod és HorovodRunner
- MLflow
- PyTorch
- spark-tensorflow-connector
- TensorFlow
- TensorBoard
Python-kódtárak
A Databricks Runtime 10.2 ML a Virtualenv-t használja a Python-csomagkezeléshez, és számos népszerű ML-csomagot tartalmaz.
A következő szakaszokban megadott csomagok mellett a Databricks Runtime 10.2 ML a következő csomagokat is tartalmazza:
- hyperopt 0.2.7.db1
- sparkdl 2.2.0-db5
- feature_store 0.3.6
- automl 1.5.0
Python-kódtárak CPU-fürtökön
Könyvtár | Verzió | Könyvtár | Verzió | Könyvtár | Verzió |
---|---|---|---|---|---|
absl-py | 0.11.0 | Antergos Linux | 2015.10 (ISO-rolling) | appdirs | 1.4.4 |
argon2-cffi | 20.1.0 | Astor | 0.8.1 | astunparse | 1.6.3 |
aszinkron generátor | 1.10 | attrs | 20.3.0 | backcall | 0.2.0 |
bcrypt | 3.2.0 | bidict | 0.21.4 | fehérítő | 3.3.0 |
blis | 0.7.4 | boto3 | 1.16.7 | botocore | 1.19.7 |
cachetools | 4.2.4 | katalógus | 2.0.6 | minősítés | 2020.12.5 |
cffi | 1.14.5 | karakterkészlet | 4.0.0 | kattintás | 7.1.2 |
cloudpickle | 1.6.0 | cmdstanpy | 0.9.68 | configparser | 5.0.1 |
konvertálás | 2.3.2 | kriptográfia | 3.4.7 | biciklista | 0.10.0 |
cymem | 2.0.5 | Cython | 0.29.23 | databricks-automl-runtime | 0.2.4 |
databricks-cli | 0.16.2 | dbus-python | 1.2.16 | lakberendező | 5.0.6 |
defusedxml | 0.7.1 | kapor | 0.3.2 | diskcache | 5.2.1 |
distlib | 0.3.3 | distro-info | 0,23ubuntu1 | belépési pontok | 0.3 |
ephem | 4.1.1 | aspektusok áttekintése | 1.0.0 | gyorsszöveg | 0.9.2 |
filelock | 3.0.12 | Flask | 1.1.2 | flatbuffers | 2,0 |
fsspec | 0.9.0 | jövő | 0.18.2 | Gast | 0.4.0 |
gitdb | 4.0.7 | GitPython | 3.1.12 | google-hitelesítés | 1.22.1 |
google-auth-oauthlib | 0.4.2 | google-pasta | 0.2.0 | grpcio | 1.39.0 |
gunicorn | 20.0.4 | gviz-api | 1.10.0 | h5py | 3.1.0 |
hijri-konverter | 2.2.2 | szünidő | 0.11.3.1 | horovod | 0.23.0 |
htmlmin | 0.1.12 | huggingface-hub | 0.1.2 | idna | 2.10 |
ImageHash | 4.2.1 | kiegyensúlyozatlan tanulás | 0.8.1 | importlib-metadata | 3.10.0 |
ipykernel | 5.3.4 | ipython | 7.22.0 | ipython-genutils | 0.2.0 |
ipywidgets | 7.6.3 | isodate | 0.6.0 | itsdangerous | 1.1.0 |
jedi | 0.17.2 | Jinja2 | 2.11.3 | jmespath | 0.10.0 |
joblib | 1.0.1 | joblibspark | 0.3.0 | jsonschema | 3.2.0 |
jupyter-client | 6.1.12 | jupyter-core | 4.7.1 | jupyterlab-pygments | 0.1.2 |
jupyterlab-widgetek | 1.0.0 | keras | 2.7.0 | Keras-Előfeldolgozás | 1.1.2 |
kiwisolver | 1.3.1 | Koalák | 1.8.2 | koreai-holdnaptár | 0.2.1 |
langcode-k | 3.3.0 | libclang | 12.0.0 | lightgbm | 3.3.1 |
llvmlite | 0.37.0 | LunarCalendar | 0.0.9 | Makó | 1.1.3 |
Markdown | 3.3.3 | MarkupSafe | 2.0.1 | matplotlib | 3.4.2 |
missingno | 0.5.0 | mistune | 0.8.4 | mleap | 0.18.1 |
mlflow-skinny | 1.22.0 | multimethod | 1.6 | murmurhash | 1.0.5 |
nbclient | 0.5.3 | nbconvert | 6.0.7 | nbformat | 5.1.3 |
nest-asyncio | 1.5.1 | networkx | 2,5 | nltk | 3.6.1 |
jegyzetfüzet | 6.3.0 | numba | 0.54.1 | numpy | 1.19.2 |
oauthlib | 3.1.0 | opt-einsum | 3.3.0 | csomagolás | 21,3 |
pandas | 1.2.4 | pandas-profilkészítés | 3.1.0 | pandocfilters | 1.4.3 |
paramiko | 2.7.2 | parso | 0.7.0 | pathy | 0.6.0 |
Patsy | 0.5.1 | petastorm | 0.11.3 | pexpect | 4.8.0 |
phik | 0.12.0 | pickleshare | 0.7.5 | Párna | 8.2.0 |
mag | 21.0.1 | ábrázolás | 5.3.1 | előre meg van nyitható | 3.0.5 |
prometheus-client | 0.10.1 | prompt-toolkit | 3.0.17 | próféta | 1.0.1 |
protobuf | 3.17.2 | psutil | 5.8.0 | psycopg2 | 2.8.5 |
ptyprocess | 0.7.0 | pyarrow | 4.0.0 | pyasn1 | 0.4.8 |
pyasn1-modules | 0.2.8 | pybind11 | 2.8.1 | pycparser | 2,20 |
pydantic | 1.8.2 | Pygments | 2.8.1 | PyGObject | 3.36.0 |
PyMeeus | 0.5.11 | PyNaCl | 1.4.0 | pyodbc | 4.0.30 |
pyparsing | 2.4.7 | pyrsistent | 0.17.3 | pystan | 2.19.1.1 |
python-apt | 2.0.0+ubuntu0.20.4.6 | python-dateutil | 2.8.1 | python-editor | 1.0.4 |
python-engineio | 4.3.0 | python-socketio | 5.4.1 | pytz | 2020.5 |
PyWavelets | 1.1.1 | PyYAML | 5.4.1 | pyzmq | 20.0.0 |
regex | 2021.4.4 | kérelmek | 2.25.1 | requests-oauthlib | 1.3.0 |
requests-unixsocket | 0.2.0 | Rsa | 4.7.2 | s3transfer | 0.3.7 |
sacremoses | 0.0.46 | scikit-learn | 0.24.1 | scipy | 1.6.2 |
tengeri | 0.11.1 | Send2Trash | 1.5.0 | setuptools | 52.0.0 |
setuptools-git | 1,2 | shap | 0.40.0 | simplejson | 3.17.2 |
Hat | 1.15.0 | uborkaszeletelő | 0.0.7 | smart-open | 5.2.0 |
smmap | 3.0.5 | spacy | 3.2.0 | spacy-legacy | 3.0.8 |
spacy-loggers | 1.0.1 | spark-tensorflow-distributor | 1.0.0 | sqlparse | 0.4.1 |
srsly | 2.4.1 | ssh-import-id | 5.10 | statsmodels | 0.12.2 |
táblázatos | 0.8.7 | tangled-up-in-unicode | 0.1.0 | Kitartás | 6.2.0 |
tensorboard | 2.7.0 | tensorboard-data-server | 0.6.1 | tensorboard-plugin-profile | 2.5.0 |
tensorboard-plugin-wit | 1.8.0 | tensorflow-cpu | 2.7.0 | tensorflow-estimator | 2.7.0 |
tensorflow-io-gcs-fájlrendszer | 0.22.0 | termcolor | 1.1.0 | terminado | 0.9.4 |
testpath | 0.4.4 | thinc | 8.0.12 | threadpoolctl | 2.1.0 |
tokenizers | 0.10.3 | fáklya | 1.10.0+cpu | torchvision | 0.11.1+cpu |
tornádó | 6.1 | tqdm | 4.59.0 | árulók | 5.0.5 |
Transformers | 4.12.3 | Typer | 0.3.2 | gépelés-bővítmények | 3.7.4.3 |
ujson | 4.0.2 | felügyelet nélküli frissítések | 0,1 | urllib3 | 1.25.11 |
virtualenv | 20.4.1 | Látomások | 0.7.4 | Wasabi | 0.8.2 |
wcwidth | 0.2.5 | webencodings | 0.5.1 | websocket-client | 0.57.0 |
Werkzeug | 1.0.1 | kerék | 0.36.2 | widgetsnbextension | 3.5.1 |
wrapt | 1.12.1 | xgboost | 1.5.0 | zipp | 3.4.1 |
Python-kódtárak GPU-fürtökön
Könyvtár | Verzió | Könyvtár | Verzió | Könyvtár | Verzió |
---|---|---|---|---|---|
absl-py | 0.11.0 | Antergos Linux | 2015.10 (ISO-rolling) | appdirs | 1.4.4 |
argon2-cffi | 20.1.0 | Astor | 0.8.1 | astunparse | 1.6.3 |
aszinkron generátor | 1.10 | attrs | 20.3.0 | backcall | 0.2.0 |
bcrypt | 3.2.0 | bidict | 0.21.4 | fehérítő | 3.3.0 |
blis | 0.7.4 | boto3 | 1.16.7 | botocore | 1.19.7 |
cachetools | 4.2.4 | katalógus | 2.0.6 | minősítés | 2020.12.5 |
cffi | 1.14.5 | karakterkészlet | 4.0.0 | kattintás | 7.1.2 |
cloudpickle | 1.6.0 | cmdstanpy | 0.9.68 | configparser | 5.0.1 |
konvertálás | 2.3.2 | kriptográfia | 3.4.7 | biciklista | 0.10.0 |
cymem | 2.0.5 | Cython | 0.29.23 | databricks-automl-runtime | 0.2.4 |
databricks-cli | 0.16.2 | dbus-python | 1.2.16 | lakberendező | 5.0.6 |
defusedxml | 0.7.1 | kapor | 0.3.2 | diskcache | 5.2.1 |
distlib | 0.3.3 | distro-info | 0,23ubuntu1 | belépési pontok | 0.3 |
ephem | 4.1.1 | aspektusok áttekintése | 1.0.0 | gyorsszöveg | 0.9.2 |
filelock | 3.0.12 | Flask | 1.1.2 | flatbuffers | 2,0 |
fsspec | 0.9.0 | jövő | 0.18.2 | Gast | 0.4.0 |
gitdb | 4.0.7 | GitPython | 3.1.12 | google-hitelesítés | 1.22.1 |
google-auth-oauthlib | 0.4.2 | google-pasta | 0.2.0 | grpcio | 1.39.0 |
gunicorn | 20.0.4 | gviz-api | 1.10.0 | h5py | 3.1.0 |
hijri-konverter | 2.2.2 | szünidő | 0.11.3.1 | horovod | 0.23.0 |
htmlmin | 0.1.12 | huggingface-hub | 0.1.2 | idna | 2.10 |
ImageHash | 4.2.1 | kiegyensúlyozatlan tanulás | 0.8.1 | importlib-metadata | 3.10.0 |
ipykernel | 5.3.4 | ipython | 7.22.0 | ipython-genutils | 0.2.0 |
ipywidgets | 7.6.3 | isodate | 0.6.0 | itsdangerous | 1.1.0 |
jedi | 0.17.2 | Jinja2 | 2.11.3 | jmespath | 0.10.0 |
joblib | 1.0.1 | joblibspark | 0.3.0 | jsonschema | 3.2.0 |
jupyter-client | 6.1.12 | jupyter-core | 4.7.1 | jupyterlab-pygments | 0.1.2 |
jupyterlab-widgetek | 1.0.0 | keras | 2.7.0 | Keras-Előfeldolgozás | 1.1.2 |
kiwisolver | 1.3.1 | Koalák | 1.8.2 | koreai-holdnaptár | 0.2.1 |
langcode-k | 3.3.0 | libclang | 12.0.0 | lightgbm | 3.3.1 |
llvmlite | 0.37.0 | LunarCalendar | 0.0.9 | Makó | 1.1.3 |
Markdown | 3.3.3 | MarkupSafe | 2.0.1 | matplotlib | 3.4.2 |
missingno | 0.5.0 | mistune | 0.8.4 | mleap | 0.18.1 |
mlflow-skinny | 1.22.0 | multimethod | 1.6 | murmurhash | 1.0.5 |
nbclient | 0.5.3 | nbconvert | 6.0.7 | nbformat | 5.1.3 |
nest-asyncio | 1.5.1 | networkx | 2,5 | nltk | 3.6.1 |
jegyzetfüzet | 6.3.0 | numba | 0.54.1 | numpy | 1.19.2 |
oauthlib | 3.1.0 | opt-einsum | 3.3.0 | csomagolás | 21,3 |
pandas | 1.2.4 | pandas-profilkészítés | 3.1.0 | pandocfilters | 1.4.3 |
paramiko | 2.7.2 | parso | 0.7.0 | pathy | 0.6.0 |
Patsy | 0.5.1 | petastorm | 0.11.3 | pexpect | 4.8.0 |
phik | 0.12.0 | pickleshare | 0.7.5 | Párna | 8.2.0 |
mag | 21.0.1 | ábrázolás | 5.3.1 | előre meg van nyitható | 3.0.5 |
prompt-toolkit | 3.0.17 | próféta | 1.0.1 | protobuf | 3.17.2 |
psutil | 5.8.0 | psycopg2 | 2.8.5 | ptyprocess | 0.7.0 |
pyarrow | 4.0.0 | pyasn1 | 0.4.8 | pyasn1-modules | 0.2.8 |
pybind11 | 2.8.1 | pycparser | 2,20 | pydantic | 1.8.2 |
Pygments | 2.8.1 | PyGObject | 3.36.0 | PyMeeus | 0.5.11 |
PyNaCl | 1.4.0 | pyodbc | 4.0.30 | pyparsing | 2.4.7 |
pyrsistent | 0.17.3 | pystan | 2.19.1.1 | python-apt | 2.0.0+ubuntu0.20.4.6 |
python-dateutil | 2.8.1 | python-editor | 1.0.4 | python-engineio | 4.3.0 |
python-socketio | 5.4.1 | pytz | 2020.5 | PyWavelets | 1.1.1 |
PyYAML | 5.4.1 | pyzmq | 20.0.0 | regex | 2021.4.4 |
kérelmek | 2.25.1 | requests-oauthlib | 1.3.0 | requests-unixsocket | 0.2.0 |
Rsa | 4.7.2 | s3transfer | 0.3.7 | sacremoses | 0.0.46 |
scikit-learn | 0.24.1 | scipy | 1.6.2 | tengeri | 0.11.1 |
Send2Trash | 1.5.0 | setuptools | 52.0.0 | setuptools-git | 1,2 |
shap | 0.40.0 | simplejson | 3.17.2 | Hat | 1.15.0 |
uborkaszeletelő | 0.0.7 | smart-open | 5.2.0 | smmap | 3.0.5 |
spacy | 3.2.0 | spacy-legacy | 3.0.8 | spacy-loggers | 1.0.1 |
spark-tensorflow-distributor | 1.0.0 | sqlparse | 0.4.1 | srsly | 2.4.1 |
ssh-import-id | 5.10 | statsmodels | 0.12.2 | táblázatos | 0.8.7 |
tangled-up-in-unicode | 0.1.0 | Kitartás | 6.2.0 | tensorboard | 2.7.0 |
tensorboard-data-server | 0.6.1 | tensorboard-plugin-profile | 2.5.0 | tensorboard-plugin-wit | 1.8.0 |
tensorflow | 2.7.0 | tensorflow-estimator | 2.7.0 | tensorflow-io-gcs-fájlrendszer | 0.22.0 |
termcolor | 1.1.0 | terminado | 0.9.4 | testpath | 0.4.4 |
thinc | 8.0.12 | threadpoolctl | 2.1.0 | tokenizers | 0.10.3 |
fáklya | 1.10.0+cu111 | torchvision | 0.11.1+cu111 | tornádó | 6.1 |
tqdm | 4.59.0 | árulók | 5.0.5 | Transformers | 4.12.3 |
Typer | 0.3.2 | gépelés-bővítmények | 3.7.4.3 | ujson | 4.0.2 |
felügyelet nélküli frissítések | 0,1 | urllib3 | 1.25.11 | virtualenv | 20.4.1 |
Látomások | 0.7.4 | Wasabi | 0.8.2 | wcwidth | 0.2.5 |
webencodings | 0.5.1 | websocket-client | 0.57.0 | Werkzeug | 1.0.1 |
kerék | 0.36.2 | widgetsnbextension | 3.5.1 | wrapt | 1.12.1 |
xgboost | 1.5.0 | zipp | 3.4.1 |
Python-modulokat tartalmazó Spark-csomagok
Spark-csomag | Python-modul | Verzió |
---|---|---|
gráfkeretek | gráfkeretek | 0.8.2-db1-spark3.2 |
R-kódtárak
Az R-kódtárak megegyeznek a Databricks Runtime 10.2 R-kódtárával .
Java- és Scala-kódtárak (Scala 2.12-fürt)
A Databricks Runtime 10.2 Java- és Scala-kódtárai mellett a Databricks Runtime 10.2 ML a következő JAR-eket tartalmazza:
CPU-fürtök
Csoportazonosító | Összetevő azonosítója | Verzió |
---|---|---|
com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
ml.combust.mleap | mleap-databricks-runtime_2.12 | 0.18.1-23eb1ef |
ml.dmlc | xgboost4j-spark_2.12 | 1.5.1 |
ml.dmlc | xgboost4j_2.12 | 1.5.1 |
org.graphframes | graphframes_2.12 | 0.8.2-db1-spark3.2 |
org.mlflow | mlflow-client | 1.22.0 |
org.mlflow | mlflow-spark | 1.22.0 |
org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
GPU-fürtök
Csoportazonosító | Összetevő azonosítója | Verzió |
---|---|---|
com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
ml.combust.mleap | mleap-databricks-runtime_2.12 | 0.18.1-23eb1ef |
ml.dmlc | xgboost4j-spark_2.12 | 1.5.1 |
ml.dmlc | xgboost4j_2.12 | 1.5.1 |
org.graphframes | graphframes_2.12 | 0.8.2-db1-spark3.2 |
org.mlflow | mlflow-client | 1.22.0 |
org.mlflow | mlflow-spark | 1.22.0 |
org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: