Databricks Runtime 12.0 pro Machine Learning (EoS)
Poznámka:
Podpora této verze Databricks Runtime skončila. Datum ukončení podpory najdete v tématu Historie ukončení podpory. Všechny podporované verze databricks Runtime najdete v poznámkách k verzi Databricks Runtime a kompatibilitu.
Databricks Runtime 12.0 pro Machine Learning poskytuje připravené prostředí pro strojové učení a datové vědy založené na databricks Runtime 12.0 (EoS). Databricks Runtime ML obsahuje mnoho oblíbených knihoven strojového učení, včetně TensorFlow, PyTorch a XGBoost. Databricks Runtime ML zahrnuje AutoML, nástroj pro automatické trénování kanálů strojového učení. Databricks Runtime ML také podporuje distribuované trénování hlubokého učení pomocí Horovodu.
Další informace, včetně pokynů k vytvoření clusteru Databricks Runtime ML, najdete v tématu AI a strojové učení v Databricks.
Nové funkce a vylepšení
Databricks Runtime 12.0 ML je postaven na Databricks Runtime 12.0. Informace o novinkách v Databricks Runtime 12.0, včetně Apache Spark MLlib a SparkR, najdete ve zprávě k vydání verze Databricks Runtime 12.0 (EoS).
Vylepšení autoML
- Modely prognózování teď můžou volitelně zahrnovat státní svátky.
- Prognózování teď podporuje měsíční, čtvrtletní a roční četnosti.
- AutoML teď může k trénování používat větší datové sady. AutoML automaticky přiděluje více jader procesoru pro velké datové sady.
Další informace o AutoML naleznete v tématu Co je AutoML?.
MLflow 2.0
Databricks Runtime 12.0 ML zahrnuje MLflow 2.0. MLflow 2.0 vychází ze silné platformy MLflow a zahrnuje rozsáhlou zpětnou vazbu uživatelů, která zjednodušuje pracovní postupy datových věd a poskytuje inovativní prvotřídní nástroje pro MLOps. Mezi funkce a vylepšení patří rozšíření MLflow Recipes (dříve MLflow Pipelines), jako je AutoML, ladění hyperparametrů a podpora klasifikace, stejně jako modernizované integrace s ekosystémem ML, zjednodušené uživatelské rozhraní pro sledování MLflow, aktualizace základních rozhraní API napříč komponentami platformy MLflow a další. Další informace najdete v dokumentaci k MLflow 2.0 nebo se podívejte na blogový příspěvek.
scikit-learn 1.0
Databricks Runtime ML 12.0 obsahuje scikit-learn verzi 1.0. scikit-learn Informace o změnách v této verzi scikit-learn najdete v dokumentaci.
Prostředí systému
Systémové prostředí v Databricks Runtime 12.0 ML se liší od Databricks Runtime 12.0 následujícím způsobem:
- DBUtils: Databricks Runtime ML nezahrnuje nástroj knihovny (dbutils.library) (starší verze).
Místo toho použijte
%pippříkazy. Další informace najdete v tématu Knihovny Pythonu v rámci poznámkových bloků - Pro clustery GPU zahrnuje Databricks Runtime ML následující knihovny NVIDIA GPU:
- CUDA 11.3
- cuDNN 8.0.5.39
- NCCL 2.9.9
- TensorRT 7.2.2
Databricks Runtime 12.0 ML zahrnuje XGBoost 1.6.2, který nepodporuje clustery GPU s výpočetní schopností 5.2 a nižší.
Knihovny
Následující části obsahují seznam knihoven zahrnutých v Databricks Runtime 12.0 ML, které se liší od knihoven zahrnutých v Databricks Runtime 12.0.
V této části:
- Knihovny nejvyšší úrovně
- Knihovny Pythonu
- Knihovny jazyka R
- Knihovny Java a Scala (cluster Scala 2.12)
Knihovny nejvyšší úrovně
Databricks Runtime 12.0 ML obsahuje následující knihovny nejvyšší úrovně:
- GraphFrames
- Horovod a HorovodRunner
- MLflow
- PyTorch
- spark-tensorflow-connector
- TensorFlow
- TensorBoard
- Scikit-learn
Knihovny Pythonu
Databricks Runtime 12.0 ML používá Virtualenv pro správu balíčků Pythonu a obsahuje mnoho oblíbených balíčků ML.
Kromě balíčků uvedených v následujících částech obsahuje Databricks Runtime 12.0 ML také následující balíčky:
- hyperopt 0.2.7.db1
- sparkdl 2.3.0-db3
- automl 1.14.1
Pokud chcete reprodukovat prostředí Databricks Runtime ML Python v místním virtuálním prostředí Pythonu, stáhněte si soubor requirements-12.0.txt a spusťte pip install -r requirements-12.0.txt. Tento příkaz nainstaluje všechny opensourcové knihovny, které databricks Runtime ML používá, ale neinstaluje knihovny vyvinuté službou Databricks, například databricks-automl, databricks-feature-storenebo fork Databricks fork hyperopt.
Knihovny Pythonu v clusterech procesorů
| Knihovna | Verze | Knihovna | Verze | Knihovna | Verze |
|---|---|---|---|---|---|
| absl-py | 1.0.0 | argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 |
| Astor | 0.8.1 | asttokens | 2.0.5 | astunparse | 1.6.3 |
| attrs | 21.4.0 | Azure-Core | 1.26.1 | azure-cosmos | 4.2.0 |
| backcall | 0.2.0 | backports.entry-points-selectable | 1.2.0 | šifra | 3.2.0 |
| krásnásoup4 | 4.11.1 | černý | 22.3.0 | bělit | 4.1.0 |
| blis | 0.7.9 | boto3 | 1.21.32 | botocore | 1.24.32 |
| cachetools | 4.2.2 | katalog | 2.0.8 | kodéry kategorií | 2.5.1.post0 |
| certifi | 2021.10.8 | cffi | 1.15.0 | chardet | 4.0.0 |
| charset-normalizer | 2.0.4 | kliknutí | 8.0.4 | cloudpickle | 2.0.0 |
| cmdstanpy | 1.0.8 | cukroví | 0.0.3 | configparser | 5.2.0 |
| convertdate | 2.4.0 | kryptografie | 3.4.8 | cyklista | 0.11.0 |
| cymem | 2.0.7 | Cython | 0.29.28 | databricks-automl-runtime | 0.2.13 |
| Databricks-cli | 0.17.3 | Úložiště funkcí databricks | 0.8.0 | dbl-tempo | 0.1.12 |
| dbus-python | 1.2.16 | ladění | 1.5.1 | dekoratér | 5.1.1 |
| defusedxml | 0.7.1 | kopr | 0.3.4 | diskcache | 5.4.0 |
| distlib | 0.3.6 | vstupní body | 0,4 | ephem | 4.1.3 |
| vykonávající | 0.8.3 | přehled omezujících vlastností | 1.0.0 | fastjsonschema | 2.16.2 |
| fasttext | 0.9.2 | filelock | 3.6.0 | Flask | 1.1.2 |
| flatbuffers | 22.10.26 | fonttools | 4.25.0 | fsspec | 2022.2.0 |
| budoucnost | 0.18.2 | Gast | 0.4.0 | gitdb | 4.0.9 |
| GitPython | 3.1.27 | google-auth | 1.33.0 | google-auth-oauthlib | 0.4.6 |
| google-pasta | 0.2.0 | grpcio | 1.42.0 | gunicorn | 20.1.0 |
| gviz-api | 1.10.0 | h5py | 3.6.0 | hijri-converter | 2.2.4 |
| prázdniny | 0,16 | horovod | 0.25.0 | htmlmin | 0.1.12 |
| huggingface-hub | 0.11.0 | idna | 3.3 | ImageHash | 4.3.1 |
| nevyvážené učení | 0.8.1 | importlib-metadata | 4.11.3 | ipykernel | 6.15.3 |
| ipython | 8.5.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 |
| isodate | 0.6.1 | jehodangerous | 2.0.1 | Jedi | 0.18.1 |
| Jinja2 | 2.11.3 | jmespath | 0.10.0 | joblib | 1.1.0 |
| joblibspark | 0.5.0 | jsonschema | 4.4.0 | jupyter-client | 6.1.12 |
| jupyter_core | 4.11.2 | jupyterlab-pygments | 0.1.2 | jupyterlab-widgety | 1.0.0 |
| keras | 2.10.0 | Předběžné zpracování Kerasu | 1.1.2 | verizonsolver | 1.3.2 |
| korejský lunární kalendář | 0.3.1 | langcodes | 3.3.0 | libclang | 14.0.6 |
| lightgbm | 3.3.3 | llvmlite | 0.38.0 | LunárníCalendar | 0.0.9 |
| Druh žraloka | 1.2.0 | Markdown | 3.3.4 | MarkupSafe | 2.0.1 |
| matplotlib | 3.5.1 | matplotlib-inline | 0.1.2 | missingno | 0.5.1 |
| špatně zamyšlení | 0.8.4 | mleap | 0.20.0 | mlflow-hubená | 2.0.1 |
| multimethod | 1.8 | murmurhash | 1.0.9 | mypy-extensions | 0.4.3 |
| nbclient | 0.5.13 | nbconvert | 6.4.4 | nbformat | 5.3.0 |
| nest-asyncio | 1.5.5 | networkx | 2.7.1 | nltk | 3.7 |
| poznámkový blok | 6.4.8 | numba | 0.55.1 | numpy | 1.21.5 |
| oauthlib | 3.2.0 | opt-einsum | 3.3.0 | balení | 21.3 |
| pandas | 1.4.2 | profilace pandas | 3.3.0 | pandocfilters | 1.5.0 |
| paramiko | 2.9.2 | parso | 0.8.3 | pathspec | 0.9.0 |
| pathy | 0.6.1 | bábovka | 0.5.2 | petastorm | 0.11.4 |
| pexpect | 4.8.0 | Phik | 0.12.2 | pickleshare | 0.7.5 |
| Polštář | 9.0.1 | jádro | 21.2.4 | platformdirs | 2.5.4 |
| plotly | 5.6.0 | pmdarima | 2.0.1 | předběžně připravený | 3.0.8 |
| prometheus-client | 0.13.1 | prompt-toolkit | 3.0.20 | prorok | 1.1.1 |
| protobuf | 3.19.4 | psutil | 5.8.0 | psycopg2 | 2.9.3 |
| ptyprocess | 0.7.0 | čistý-eval | 0.2.2 | pyarrow | 7.0.0 |
| pyasn1 | 0.4.8 | pyasn1-modules | 0.2.8 | pybind11 | 2.10.1 |
| pycparser | 2.21 | pydantic | 1.9.2 | Pygments | 2.11.2 |
| PyGObject | 3.36.0 | PyJWT | 2.6.0 | PyMeeus | 0.5.11 |
| PyNaCl | 1.5.0 | pyodbc | 4.0.32 | pyparsing | 3.0.4 |
| pyrsistent | 0.18.0 | python-dateutil | 2.8.2 | python-editor | 1.0.4 |
| pytz | 2021.3 | PyWavelets | 1.3.0 | PyYAML | 6.0 |
| pyzmq | 22.3.0 | regex | 2022.3.15 | žádosti | 2.27.1 |
| requests-oauthlib | 1.3.1 | requests-unixsocket | 0.2.0 | rsa | 4.7.2 |
| s3transfer | 0.5.0 | scikit-learn | 1.0.2 | scipy | 1.7.3 |
| seaborn | 0.11.2 | Send2Trash | 1.8.0 | setuptools | 61.2.0 |
| setuptools-git | 1.2 | Shap | 0.41.0 | simplejson | 3.17.6 |
| Šest | 1.16.0 | kráječ | 0.0.7 | inteligentní otevření | 5.1.0 |
| smmap | 5.0.0 | polévky | 2.3.1 | spacy | 3.4.1 |
| spacy-legacy | 3.0.10 | spacy-loggers | 1.0.3 | spark-tensorflow-distributor | 1.0.0 |
| sqlparse | 0.4.2 | srsly | 2.4.5 | ssh-import-id | 5.10 |
| stack-data | 0.2.0 | statsmodels | 0.13.2 | sestavit v tabulku | 0.8.9 |
| tangled-up-in-unicode | 0.2.0 | houževnatost | 8.0.1 | tensorboard | 2.10.0 |
| tensorboard-data-server | 0.6.1 | tensorboard-plugin-profile | 2.8.0 | tensorboard-plugin-wit | 1.8.1 |
| tensorflow-cpu | 2.10.0 | tensorflow-estimator | 2.10.0 | tensorflow-io-gcs-filesystem | 0.28.0 |
| termcolor | 2.1.1 | terminado | 0.13.1 | testpath | 0.5.0 |
| tenká | 8.1.5 | threadpoolctl | 2.2.0 | tokenize-rt | 4.2.1 |
| tokenizátory | 0.13.2 | tomli | 1.2.2 | pochodeň | 1.12.1+cpu |
| torchvision | 0.13.1+cpu | tornádo | 6.1 | tqdm | 4.64.0 |
| vlastnosti | 5.1.1 | Transformátory | 4.23.1 | Typer | 0.4.2 |
| typing_extensions | 4.1.1 | bezobslužné upgrady | 0,1 | urllib3 | 1.26.9 |
| virtualenv | 20.8.0 | vize | 0.7.5 | wasabi | 0.10.1 |
| wcwidth | 0.2.5 | webencodings | 0.5.1 | websocket-client | 0.58.0 |
| Werkzeug | 2.0.3 | kolo | 0.37.1 | widgetsnbextension | 3.6.1 |
| wrapt | 1.12.1 | zipp | 3.7.0 |
Knihovny Pythonu v clusterech GPU
| Knihovna | Verze | Knihovna | Verze | Knihovna | Verze |
|---|---|---|---|---|---|
| absl-py | 1.0.0 | argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 |
| Astor | 0.8.1 | asttokens | 2.0.5 | astunparse | 1.6.3 |
| attrs | 21.4.0 | Azure-Core | 1.26.1 | azure-cosmos | 4.2.0 |
| backcall | 0.2.0 | backports.entry-points-selectable | 1.2.0 | šifra | 3.2.0 |
| krásnásoup4 | 4.11.1 | černý | 22.3.0 | bělit | 4.1.0 |
| blis | 0.7.9 | boto3 | 1.21.32 | botocore | 1.24.32 |
| cachetools | 4.2.2 | katalog | 2.0.8 | kodéry kategorií | 2.5.1.post0 |
| certifi | 2021.10.8 | cffi | 1.15.0 | chardet | 4.0.0 |
| charset-normalizer | 2.0.4 | kliknutí | 8.0.4 | cloudpickle | 2.0.0 |
| cmdstanpy | 1.0.8 | cukroví | 0.0.3 | configparser | 5.2.0 |
| convertdate | 2.4.0 | kryptografie | 3.4.8 | cyklista | 0.11.0 |
| cymem | 2.0.7 | Cython | 0.29.28 | databricks-automl-runtime | 0.2.13 |
| Databricks-cli | 0.17.3 | Úložiště funkcí databricks | 0.8.0 | dbl-tempo | 0.1.12 |
| dbus-python | 1.2.16 | ladění | 1.5.1 | dekoratér | 5.1.1 |
| defusedxml | 0.7.1 | kopr | 0.3.4 | diskcache | 5.4.0 |
| distlib | 0.3.6 | vstupní body | 0,4 | ephem | 4.1.3 |
| vykonávající | 0.8.3 | přehled omezujících vlastností | 1.0.0 | fastjsonschema | 2.16.2 |
| fasttext | 0.9.2 | filelock | 3.6.0 | Flask | 1.1.2 |
| flatbuffers | 22.10.26 | fonttools | 4.25.0 | fsspec | 2022.2.0 |
| budoucnost | 0.18.2 | Gast | 0.4.0 | gitdb | 4.0.9 |
| GitPython | 3.1.27 | google-auth | 1.33.0 | google-auth-oauthlib | 0.4.6 |
| google-pasta | 0.2.0 | grpcio | 1.42.0 | gunicorn | 20.1.0 |
| gviz-api | 1.10.0 | h5py | 3.6.0 | hijri-converter | 2.2.4 |
| prázdniny | 0,16 | horovod | 0.25.0 | htmlmin | 0.1.12 |
| huggingface-hub | 0.11.0 | idna | 3.3 | ImageHash | 4.3.1 |
| nevyvážené učení | 0.8.1 | importlib-metadata | 4.11.3 | ipykernel | 6.15.3 |
| ipython | 8.5.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 |
| isodate | 0.6.1 | jehodangerous | 2.0.1 | Jedi | 0.18.1 |
| Jinja2 | 2.11.3 | jmespath | 0.10.0 | joblib | 1.1.0 |
| joblibspark | 0.5.0 | jsonschema | 4.4.0 | jupyter-client | 6.1.12 |
| jupyter_core | 4.11.2 | jupyterlab-pygments | 0.1.2 | jupyterlab-widgety | 1.0.0 |
| keras | 2.10.0 | Předběžné zpracování Kerasu | 1.1.2 | verizonsolver | 1.3.2 |
| korejský lunární kalendář | 0.3.1 | langcodes | 3.3.0 | libclang | 14.0.6 |
| lightgbm | 3.3.3 | llvmlite | 0.38.0 | LunárníCalendar | 0.0.9 |
| Druh žraloka | 1.2.0 | Markdown | 3.3.4 | MarkupSafe | 2.0.1 |
| matplotlib | 3.5.1 | matplotlib-inline | 0.1.2 | missingno | 0.5.1 |
| špatně zamyšlení | 0.8.4 | mleap | 0.20.0 | mlflow-hubená | 2.0.1 |
| multimethod | 1.8 | murmurhash | 1.0.9 | mypy-extensions | 0.4.3 |
| nbclient | 0.5.13 | nbconvert | 6.4.4 | nbformat | 5.3.0 |
| nest-asyncio | 1.5.5 | networkx | 2.7.1 | nltk | 3.7 |
| poznámkový blok | 6.4.8 | numba | 0.55.1 | numpy | 1.21.5 |
| oauthlib | 3.2.0 | opt-einsum | 3.3.0 | balení | 21.3 |
| pandas | 1.4.2 | profilace pandas | 3.3.0 | pandocfilters | 1.5.0 |
| paramiko | 2.9.2 | parso | 0.8.3 | pathspec | 0.9.0 |
| pathy | 0.6.1 | bábovka | 0.5.2 | petastorm | 0.11.4 |
| pexpect | 4.8.0 | Phik | 0.12.2 | pickleshare | 0.7.5 |
| Polštář | 9.0.1 | jádro | 21.2.4 | platformdirs | 2.5.4 |
| plotly | 5.6.0 | pmdarima | 2.0.1 | předběžně připravený | 3.0.8 |
| prompt-toolkit | 3.0.20 | prorok | 1.1.1 | protobuf | 3.19.4 |
| psutil | 5.8.0 | psycopg2 | 2.9.3 | ptyprocess | 0.7.0 |
| čistý-eval | 0.2.2 | pyarrow | 7.0.0 | pyasn1 | 0.4.8 |
| pyasn1-modules | 0.2.8 | pybind11 | 2.10.1 | pycparser | 2.21 |
| pydantic | 1.9.2 | Pygments | 2.11.2 | PyGObject | 3.36.0 |
| PyJWT | 2.6.0 | PyMeeus | 0.5.11 | PyNaCl | 1.5.0 |
| pyodbc | 4.0.32 | pyparsing | 3.0.4 | pyrsistent | 0.18.0 |
| python-dateutil | 2.8.2 | python-editor | 1.0.4 | pytz | 2021.3 |
| PyWavelets | 1.3.0 | PyYAML | 6.0 | pyzmq | 22.3.0 |
| regex | 2022.3.15 | žádosti | 2.27.1 | requests-oauthlib | 1.3.1 |
| requests-unixsocket | 0.2.0 | rsa | 4.7.2 | s3transfer | 0.5.0 |
| scikit-learn | 1.0.2 | scipy | 1.7.3 | seaborn | 0.11.2 |
| Send2Trash | 1.8.0 | setuptools | 61.2.0 | setuptools-git | 1.2 |
| Shap | 0.41.0 | simplejson | 3.17.6 | Šest | 1.16.0 |
| kráječ | 0.0.7 | inteligentní otevření | 5.1.0 | smmap | 5.0.0 |
| polévky | 2.3.1 | spacy | 3.4.1 | spacy-legacy | 3.0.10 |
| spacy-loggers | 1.0.3 | spark-tensorflow-distributor | 1.0.0 | sqlparse | 0.4.2 |
| srsly | 2.4.5 | ssh-import-id | 5.10 | stack-data | 0.2.0 |
| statsmodels | 0.13.2 | sestavit v tabulku | 0.8.9 | tangled-up-in-unicode | 0.2.0 |
| houževnatost | 8.0.1 | tensorboard | 2.10.0 | tensorboard-data-server | 0.6.1 |
| tensorboard-plugin-profile | 2.8.0 | tensorboard-plugin-wit | 1.8.1 | tensorflow | 2.10.0 |
| tensorflow-estimator | 2.10.0 | tensorflow-io-gcs-filesystem | 0.28.0 | termcolor | 2.1.1 |
| terminado | 0.13.1 | testpath | 0.5.0 | tenká | 8.1.5 |
| threadpoolctl | 2.2.0 | tokenize-rt | 4.2.1 | tokenizátory | 0.13.2 |
| tomli | 1.2.2 | pochodeň | 1.12.1+cu113 | torchvision | 0.13.1+cu113 |
| tornádo | 6.1 | tqdm | 4.64.0 | vlastnosti | 5.1.1 |
| Transformátory | 4.23.1 | Typer | 0.4.2 | typing_extensions | 4.1.1 |
| bezobslužné upgrady | 0,1 | urllib3 | 1.26.9 | virtualenv | 20.8.0 |
| vize | 0.7.5 | wasabi | 0.10.1 | wcwidth | 0.2.5 |
| webencodings | 0.5.1 | websocket-client | 0.58.0 | Werkzeug | 2.0.3 |
| kolo | 0.37.1 | widgetsnbextension | 3.6.1 | wrapt | 1.12.1 |
| zipp | 3.7.0 |
Knihovny jazyka R
Knihovny R jsou identické s knihovnami jazyka R v Databricks Runtime 12.0.
Knihovny Java a Scala (cluster Scala 2.12)
Kromě knihoven Java a Scala v Databricks Runtime 12.0 obsahuje Databricks Runtime 12.0 ML následující jary:
Clustery procesoru
| ID skupiny | ID artefaktu | Verze |
|---|---|---|
| com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
| ml.combust.mleap | mleap-databricks-runtime_2.12 | v0.20.0-db1 |
| ml.dmlc | xgboost4j-spark_2.12 | 1.6.2 |
| ml.dmlc | xgboost4j_2.12 | 1.6.2 |
| org.graphframes | graphframes_2.12 | 0.8.2-db1-spark3.2 |
| org.mlflow | mlflow-client | 2.0.1 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
Clustery GPU
| ID skupiny | ID artefaktu | Verze |
|---|---|---|
| com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
| ml.combust.mleap | mleap-databricks-runtime_2.12 | v0.20.0-db1 |
| ml.dmlc | xgboost4j-gpu_2.12 | 1.6.2 |
| ml.dmlc | xgboost4j-spark-gpu_2.12 | 1.6.2 |
| org.graphframes | graphframes_2.12 | 0.8.2-db1-spark3.2 |
| org.mlflow | mlflow-client | 2.0.1 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |