Databricks Runtime 6.0 for ML (サポート期間終了)

[アーティクル]
09/03/2024

Note

この Databricks Runtime バージョンのサポートは終了しました。サポート終了日については、「サポート終了の履歴」を参照してください。サポートされている Databricks Runtime のすべてのバージョンについては、「Databricks Runtime リリースノートのバージョンと互換性」を参照してください。

Databricks は、2019 年 10 月にこのバージョンをリリースしました。

Databricks Runtime 6.0 for Machine Learning では、Databricks Runtime 6.0 (サポート期間終了) に基づいて、機械学習とデータサイエンス用にすぐに利用できる環境が用意されています。 Databricks Runtime ML には、TensorFlow、PyTorch、Keras、XGBoost など、多くの一般的な機械学習ライブラリが含まれています。また、Horovod を使用した分散型ディープラーニングトレーニングもサポートされています。

Databricks Runtime ML クラスターを作成する手順などの詳細については、「Databricks での AI と Machine Learning」を参照してください。

新機能

Databricks Runtime 6.0 ML は Databricks Runtime 6.0 上に構築されています。 Databricks Runtime 6.0 の新機能については、「Databricks Runtime 6.0 (サポート期間終了)」のリリースノートをご覧ください。

新しい MLflow Spark データソースを使用して MLflow 実験データに対する大規模なクエリを実行する

MLflow 実験用の Spark データソースで、MLflow 実験の実行データを読み込む標準 API が提供されるようになりました。これにより、DataFrame API を使用した MLflow 実験データの大規模なクエリと分析が可能になります。特定の実験について、DataFrame には、成果物の run_ids、metrics、params、tags、start_time、end_time、status、および artifact_uri が含まれています。「MLflow 実験」を参照してください。

機能強化

Hyperopt GA

Azure Databricks 上の Hyperopt の一般提供が開始されました。パブリックプレビュー以降の主な機能強化には、Spark ワーカーでの MLflow ログのサポート、PySpark ブロードキャスト変数の正しい処理、Hyperopt を使用した、モデル選択に関する新しいガイドが含まれます。また、ログメッセージ、エラー処理、UI の小さなバグが修正され、ドキュメントが閲覧者にとってわかりやすくなりました。詳細については、Hyperopt のドキュメントを参照してください。

mlflow.log_metric 関数にメトリックを渡すことで、Hyperopt の実行中にカスタムメトリックをログに記録できるよう、Azure Databricks で Hyperopt の実験をログに記録する方法が更新されました (log_metric を参照)。これは、hyperopt.fmin 関数の呼び出し時に既定でログに記録される損失に加えて、カスタムメトリックをログに記録する場合に便利です。
MLflow
- MLflow Java クライアント 1.2.0 が追加されました
- MLflow が最上位層ライブラリに昇格されています
機械学習ライブラリのアップグレード
- Horovod が 0.16.4 から 0.18.1 にアップグレードされました
- MLflow が 1.0.0 から 1.2.0 にアップグレードされました
Anaconda ディストリビューションが 5.2.0 から 2019.03 にアップグレードされました

削除

Databricks ML Model Export は削除されました。モデルのインポートとエクスポートには、代わりに MLeap を使用してください。
Hyperopt ライブラリでは、hyperopt.SparkTrials の次のプロパティが削除されました。
- SparkTrials.successful_trials_count
- SparkTrials.failed_trials_count
- SparkTrials.cancelled_trials_count
- SparkTrials.total_trials_count
これらは次の関数に置き換えられています。
- SparkTrials.count_successful_trials()
- SparkTrials.count_failed_trials()
- SparkTrials.count_cancelled_trials()
- SparkTrials.count_total_trials()

システム環境

Databricks Runtime 6.0 ML のシステム環境は、Databricks Runtime 6.0 とは次のように異なります。

DBUtils: ライブラリユーティリティ (dbutils.library) (レガシ) は含まれていません。

ライブラリ

以下のセクションでは、Databricks Runtime 6.0 に含まれているものとは異なる、Databricks Runtime 6.0 ML に含まれるライブラリ一覧を示します。

最上位層ライブラリ

Databricks Runtime 6.0 ML には、次の最上位層ライブラリが含まれています。

Python ライブラリ

Databricks Runtime 6.0 ML は、Python パッケージ管理に Conda を使用し、多くの一般的な ML パッケージを含んでいます。次のセクションでは、Databricks Runtime 6.0 ML の Conda 環境について説明します。

CPU クラスター上の Python 3

name: databricks-ml
channels:
  - pytorch
  - defaults
dependencies:
  - _libgcc_mutex=0.1=main
  - _py-xgboost-mutex=2.0=cpu_0
  - _tflow_select=2.3.0=mkl
  - absl-py=0.7.1=py37_0
  - asn1crypto=0.24.0=py37_0
  - astor=0.8.0=py37_0
  - backcall=0.1.0=py37_0
  - backports=1.0=py_2
  - bcrypt=3.1.6=py37h7b6447c_0
  - blas=1.0=mkl
  - boto=2.49.0=py37_0
  - boto3=1.9.162=py_0
  - botocore=1.12.163=py_0
  - c-ares=1.15.0=h7b6447c_1001
  - ca-certificates=2019.1.23=0
  - certifi=2019.3.9=py37_0
  - cffi=1.12.2=py37h2e261b9_1
  - chardet=3.0.4=py37_1003
  - click=7.0=py37_0
  - cloudpickle=0.8.0=py37_0
  - colorama=0.4.1=py37_0
  - configparser=3.7.4=py37_0
  - cryptography=2.6.1=py37h1ba5d50_0
  - cycler=0.10.0=py37_0
  - cython=0.29.6=py37he6710b0_0
  - decorator=4.4.0=py37_1
  - docutils=0.14=py37_0
  - entrypoints=0.3=py37_0
  - et_xmlfile=1.0.1=py37_0
  - flask=1.0.2=py37_1
  - freetype=2.9.1=h8a8886c_1
  - future=0.17.1=py37_0
  - gast=0.2.2=py37_0
  - gitdb2=2.0.5=py37_0
  - gitpython=2.1.11=py37_0
  - grpcio=1.16.1=py37hf8bcb03_1
  - gunicorn=19.9.0=py37_0
  - h5py=2.9.0=py37h7918eee_0
  - hdf5=1.10.4=hb1b8bf9_0
  - html5lib=1.0.1=py_0
  - icu=58.2=h9c2bf20_1
  - idna=2.8=py37_0
  - intel-openmp=2019.3=199
  - ipython=7.4.0=py37h39e3cac_0
  - ipython_genutils=0.2.0=py37_0
  - itsdangerous=1.1.0=py37_0
  - jdcal=1.4=py37_0
  - jedi=0.13.3=py37_0
  - jinja2=2.10=py37_0
  - jmespath=0.9.4=py_0
  - jpeg=9b=h024ee3a_2
  - keras=2.2.4=0
  - keras-applications=1.0.8=py_0
  - keras-base=2.2.4=py37_0
  - keras-preprocessing=1.1.0=py_1
  - kiwisolver=1.0.1=py37hf484d3e_0
  - krb5=1.16.1=h173b8e3_7
  - libedit=3.1.20181209=hc058e9b_0
  - libffi=3.2.1=hd88cf55_4
  - libgcc-ng=8.2.0=hdf63c60_1
  - libgfortran-ng=7.3.0=hdf63c60_0
  - libpng=1.6.36=hbc83047_0
  - libpq=11.2=h20c2e04_0
  - libprotobuf=3.8.0=hd408876_0
  - libsodium=1.0.16=h1bed415_0
  - libstdcxx-ng=8.2.0=hdf63c60_1
  - libtiff=4.0.10=h2733197_2
  - libxgboost=0.90=he6710b0_0
  - libxml2=2.9.9=hea5a465_1
  - libxslt=1.1.33=h7d1a2b0_0
  - llvmlite=0.28.0=py37hd408876_0
  - lxml=4.3.2=py37hefd8a0e_0
  - mako=1.0.10=py_0
  - markdown=3.1.1=py37_0
  - markupsafe=1.1.1=py37h7b6447c_0
  - mkl=2019.3=199
  - mkl_fft=1.0.10=py37ha843d7b_0
  - mkl_random=1.0.2=py37hd81dba3_0
  - mock=3.0.5=py37_0
  - ncurses=6.1=he6710b0_1
  - networkx=2.2=py37_1
  - ninja=1.9.0=py37hfd86e86_0
  - nose=1.3.7=py37_2
  - numba=0.43.1=py37h962f231_0
  - numpy=1.16.2=py37h7e9f1db_0
  - numpy-base=1.16.2=py37hde5b4d6_0
  - olefile=0.46=py37_0
  - openpyxl=2.6.1=py37_1
  - openssl=1.1.1b=h7b6447c_1
  - pandas=0.24.2=py37he6710b0_0
  - paramiko=2.4.2=py37_0
  - parso=0.3.4=py37_0
  - pathlib2=2.3.3=py37_0
  - patsy=0.5.1=py37_0
  - pexpect=4.6.0=py37_0
  - pickleshare=0.7.5=py37_0
  - pillow=5.4.1=py37h34e0f95_0
  - pip=19.0.3=py37_0
  - ply=3.11=py37_0
  - prompt_toolkit=2.0.9=py37_0
  - protobuf=3.8.0=py37he6710b0_0
  - psutil=5.6.1=py37h7b6447c_0
  - psycopg2=2.7.6.1=py37h1ba5d50_0
  - ptyprocess=0.6.0=py37_0
  - py-xgboost=0.90=py37he6710b0_0
  - py-xgboost-cpu=0.90=py37_0
  - pyasn1=0.4.6=py_0
  - pycparser=2.19=py37_0
  - pygments=2.3.1=py37_0
  - pymongo=3.8.0=py37he6710b0_1
  - pynacl=1.3.0=py37h7b6447c_0
  - pyopenssl=19.0.0=py37_0
  - pyparsing=2.3.1=py37_0
  - pysocks=1.6.8=py37_0
  - python=3.7.3=h0371630_0
  - python-dateutil=2.8.0=py37_0
  - python-editor=1.0.4=py_0
  - pytorch-cpu=1.1.0=py3.7_cpu_0
  - pytz=2018.9=py37_0
  - pyyaml=5.1=py37h7b6447c_0
  - readline=7.0=h7b6447c_5
  - requests=2.21.0=py37_0
  - s3transfer=0.2.1=py37_0
  - scikit-learn=0.20.3=py37hd81dba3_0
  - scipy=1.2.1=py37h7c811a0_0
  - setuptools=40.8.0=py37_0
  - simplejson=3.16.0=py37h14c3975_0
  - singledispatch=3.4.0.3=py37_0
  - six=1.12.0=py37_0
  - smmap2=2.0.5=py37_0
  - sqlite=3.27.2=h7b6447c_0
  - sqlparse=0.3.0=py_0
  - statsmodels=0.9.0=py37h035aef0_0
  - tabulate=0.8.3=py37_0
  - tensorboard=1.13.1=py37hf484d3e_0
  - tensorflow=1.13.1=mkl_py37h54b294f_0
  - tensorflow-base=1.13.1=mkl_py37h7ce6ba3_0
  - tensorflow-estimator=1.13.0=py_0
  - tensorflow-mkl=1.13.1=h4fcabd2_0
  - termcolor=1.1.0=py37_1
  - tk=8.6.8=hbc83047_0
  - torchvision-cpu=0.3.0=py37_cuNone_1
  - tqdm=4.31.1=py37_1
  - traitlets=4.3.2=py37_0
  - urllib3=1.24.1=py37_0
  - virtualenv=16.0.0=py37_0
  - wcwidth=0.1.7=py37_0
  - webencodings=0.5.1=py37_1
  - websocket-client=0.56.0=py37_0
  - werkzeug=0.14.1=py37_0
  - wheel=0.33.1=py37_0
  - wrapt=1.11.1=py37h7b6447c_0
  - xz=5.2.4=h14c3975_4
  - yaml=0.1.7=had09818_2
  - zlib=1.2.11=h7b6447c_3
  - zstd=1.3.7=h0b5b093_0
  - pip:
    - argparse==1.4.0
    - databricks-cli==0.9.0
    - docker==4.0.2
    - fusepy==2.0.4
    - gorilla==0.3.0
    - horovod==0.18.1
    - hyperopt==0.1.2.db8
    - matplotlib==3.0.3
    - mleap==0.8.1
    - mlflow==1.2.0
    - nose-exclude==0.5.0
    - pyarrow==0.13.0
    - querystring-parser==1.2.4
    - seaborn==0.9.0
    - tensorboardx==1.8
prefix: /databricks/conda/envs/databricks-ml

Python モジュールを含む Spark パッケージ

Spark パッケージ	Python モジュール	Version
graphframes	graphframes	0.7.0-db1-spark2.4
spark-deep-learning	sparkdl	1.5.0-db5-spark2.4
tensorframes	tensorframes	0.7.0-s_2.11

R ライブラリ

R ライブラリは、Databricks Runtime 6.0 の R ライブラリと同じです。

Java と Scala のライブラリ (Scala 2.11 クラスター)

Databricks Runtime 6.0 ML には、Databricks Runtime 6.0 の Java および Scala ライブラリに加え、次の JAR が含まれています。

グループ ID	成果物 ID	Version
com.databricks	spark-deep-learning	1.5.0-db5-spark2.4
com.typesafe.akka	akka-actor_2.11	2.3.11
ml.combust.mleap	mleap-databricks-runtime_2.11	0.14.0
ml.dmlc	xgboost4j	0.90
ml.dmlc	xgboost4j-spark	0.90
org.graphframes	graphframes_2.11	0.7.0-db1-spark2.4
org.mlflow	mlflow-client	1.2.0
org.tensorflow	libtensorflow	1.13.1
org.tensorflow	libtensorflow_jni	1.13.1
org.tensorflow	spark-tensorflow-connector_2.11	1.13.1
org.tensorflow	tensorflow	1.13.1
org.tensorframes	tensorframes	0.7.0-s_2.11

次の方法で共有

Databricks Runtime 6.0 for ML (サポート期間終了)

新機能

新しい MLflow Spark データソースを使用して MLflow 実験データに対する大規模なクエリを実行する

機能強化

削除

システム環境

ライブラリ

最上位層ライブラリ

Python ライブラリ

CPU クラスター上の Python 3

Python モジュールを含む Spark パッケージ

R ライブラリ

Java と Scala のライブラリ (Scala 2.11 クラスター)

フィードバック

その他のリソース

次の方法で共有

Databricks Runtime 6.0 for ML (サポート期間終了)

新機能

新しい MLflow Spark データ ソースを使用して MLflow 実験データに対する大規模なクエリを実行する

機能強化

削除

システム環境

ライブラリ

最上位層ライブラリ

Python ライブラリ

CPU クラスター上の Python 3

Python モジュールを含む Spark パッケージ

R ライブラリ

Java と Scala のライブラリ (Scala 2.11 クラスター)

フィードバック

その他のリソース

新しい MLflow Spark データソースを使用して MLflow 実験データに対する大規模なクエリを実行する