功能增强​

• 创建容器时算力展示界面的优化，我们将算力选择按照显卡型号进行了分类，方便用户更直观的选择算力：

修复​

• 部分 PyTorch 镜像无法自动开启 TensorBoard 的问题
• 修复 TensorFlow 2.0.0 镜像无法使用 GPU 的问题
• 公共数据页面 README 展示的缺失

• 在 Python 脚本执行模式下可以通过引入 openbayes_requirements.txt 添加额外的 Python 依赖，更新信息参见 运行时环境#安装 Python 类库

修复与增强

• 修改了「Jupyter 编辑器」判断容器为「空闲」状态的阈值，忽略因为 TensorBoard 等原因导致的低频 CPU
• 在使用「继续执行」时增加了更多的说明，强调「继续执行」为用户做了哪些工作，更多信息见 算力容器#继续执行
• 更新了文档，增加了 用 JupyterLab 运行 practicalAI 教程、数据集的版本、BayesGear 的执行记录、容器的输出 等内容
• 增加了 运行时环境 的介绍，说明了目前各个镜像中默认安装的依赖内容

错误修复​

• 数据集上传锁定整个数据集的问题，现在如果某一个版本出了问题不影响新版本的创建
• 数据集 / 代码 zip 上传的验证和提示

新的功能​

• 容器按照操作时间进行排序
• 增加 4 个公有数据集
  • AISHELL：178 小时中文普通话数据库（19.3 GB）
  • SynthText：由 80 万个图像组成，约有 800 万个合成单词实例（48 GB）
  • DOTA：2806 幅航拍图像，包含 188,282 个实例，每个实例由任意（8 d.o.f.）四边形标记（19.8 GB）
  • BERT：由 Google 发布的 BERT 预训练模型（5 GB）
• JupyterLab 替换了 Jupyter Notebook
• 新的 MXNet（v1.3.0）镜像支持
• 支持 TensorBoard
  • 目前 OpenBayes 容器在创建 Task 或 Jupyter Notebook 时都已经支持了 TensorBoard 
• metrics 展示界面
  • OpenBayes 默认提供了执行时的关键指标的展示，目前支持的有 CPU 以及 内存。未来将支持更多的指标 

界面增强​

• 创建容器时的镜像选择组件
• 数据集绑定组件的展示方式
• 新的数据集界面
• 新的容器展示界面