Databricks Runtime 16.0 for Machine Learning
Środowisko Databricks Runtime 16.0 for Machine Learning zapewnia gotowe do użycia środowisko do uczenia maszynowego i nauki o danych oparte na środowisku Databricks Runtime 16.0. Środowisko Databricks Runtime ML zawiera wiele popularnych bibliotek uczenia maszynowego, w tym TensorFlow, PyTorch i XGBoost. Środowisko Databricks Runtime ML obejmuje rozwiązanie AutoML— narzędzie do automatycznego trenowania potoków uczenia maszynowego. Środowisko Databricks Runtime ML obsługuje również rozproszone trenowanie uczenia głębokiego przy użyciu narzędzi TorchDistributor, DeepSpeed i Ray.
Napiwek
Aby wyświetlić informacje o wersji środowiska Databricks Runtime, które osiągnęły koniec wsparcia technicznego (EoS), zobacz End-of-support Databricks Runtime release notes (Informacje o wersji środowiska Databricks Runtime). Wersje środowiska Uruchomieniowego usługi EoS Databricks zostały wycofane i mogą nie zostać zaktualizowane.
Nowe funkcje i ulepszenia
Środowisko Databricks Runtime 16.0 ML jest oparte na środowisku Databricks Runtime 16.0. Aby uzyskać informacje na temat nowości w środowisku Databricks Runtime 16.0, w tym Apache Spark MLlib i SparkR, zobacz uwagi do wydania środowiska Databricks Runtime 16.0.
Nowe pakiety języka Python
Następujące pakiety języka Python zostały dodane do usługi Databricks Runtime ML:
- kompozytor 0.24.1
- optuna 3.6.1
Wagi próbek AutoML do prognozowania
Rozwiązanie AutoML obsługuje teraz wagi próbek na potrzeby prognozowania, co pozwala dostosować znaczenie każdego szeregu czasowego na potrzeby trenowania modeli prognozowania w wielu szeregach czasowych. Aby uzyskać więcej informacji, zobacz parametry prognozowania dla interfejsu API Python AutoML.
Użyj widoku w katalogu Unity jako tabeli cech
Teraz możesz użyć widoku w Unity Catalog jako tabeli funkcji. Zobacz Użyj istniejącego widoku w wykazie Unity Catalog jako tabela funkcji.
Inne zmiany
Horovod, HorovodRunner, Petastorm, spark-tensorflow-distributor
usunięte
Następujące pakiety uwzględnione w poprzednich wersjach środowiska Databricks Runtime ML nie są uwzględniane w środowisku Databricks Runtime 16.0 ML:
- Horovod
- HorovodRunner
- Petastorm
spark-tensorflow-distributor
Usługa Databricks zaleca następujące zamienniki:
- W przypadku rozproszonego uczenia głębokiego usługa Databricks zaleca używanie narzędzia TorchDistributor do trenowania rozproszonego za pomocą biblioteki PyTorch lub interfejsu
tf.distribute.Strategy
API na potrzeby trenowania rozproszonego za pomocą biblioteki TensorFlow. - W przypadku ładowania dużych zestawów danych z magazynu w chmurze usługa Databricks zaleca korzystanie z usługi Mosaic Streaming.
- W przypadku trenowania rozproszonego dla modelu TensorFlow lub Keras usługa Databricks zaleca korzystanie z technologii Ray. Zobacz Ray on Databricks i dokumentację Ray.
Środowisko systemu
Środowisko systemowe w środowisku Databricks Runtime 16.0 ML różni się od środowiska Databricks Runtime 16.0 w następujący sposób:
- W przypadku klastrów gpu środowisko Databricks Runtime ML obejmuje następujące biblioteki procesora GPU FIRMY NVIDIA:
- CUDA 12.6
- cublas 12.6.0.22-1
- cusolver 11.6.4.38-1
- cupti 12.6.37-1
- cusparse 12.5.2.23-1
- cuDNN 9.3.0.75-1
- NCCL 2.22.3
- TensorRT 10.2.0.19-1
Biblioteki
W poniższych sekcjach wymieniono biblioteki zawarte w środowisku Databricks Runtime 16.0 ML, które różnią się od bibliotek zawartych w środowisku Databricks Runtime 16.0.
W tej sekcji:
- Biblioteki najwyższego poziomu
- Biblioteki języka Python
- Biblioteki języka R
- Biblioteki Java i Scala (klaster Scala 2.12)
Biblioteki najwyższego poziomu
Środowisko Databricks Runtime 16.0 ML obejmuje następujące biblioteki najwyższego poziomu:
- Zestawy danych
- GraphFrames
- MLflow
- PyTorch
- spark-tensorflow-connector
- Scikit-learn
- przesyłanie strumieniowe
- TensorFlow
- TensorBoard
- Transformatory
Biblioteki języka Python
Środowisko Databricks Runtime 16.0 ML używa virtualenv
do zarządzania pakietami języka Python i zawiera wiele popularnych pakietów uczenia maszynowego.
Oprócz pakietów określonych w poniższych sekcjach środowisko Databricks Runtime 16.0 ML zawiera również następujące pakiety:
- hyperopt 0.2.7+db5
- automl 1.29.0
Aby odtworzyć środowisko Databricks Runtime ML w lokalnym wirtualnym środowisku Python, pobierz plik requirements-16.0.txt i uruchom pip install -r requirements-16.0.txt
. To polecenie instaluje wszystkie biblioteki typu open source używane przez Databricks Runtime ML, ale nie instaluje bibliotek opracowanych przez Databricks, takich jak databricks-automl
, databricks-feature-engineering
, lub rozwidlenie Databricks hyperopt
.
Biblioteki języka Python w klastrach procesora CPU
Biblioteka | Wersja | Biblioteka | Wersja | Biblioteka | Wersja |
---|---|---|---|---|---|
absl-py | 1.0.0 | przyspieszać | 0.33.0 | aiohttp | 3.9.5 |
aiohttp-cors | 0.7.0 | aiosignal | 1.2.0 | alembic | 1.13.3 |
typy z adnotacjami | 0.7.0 | anyio | 4.2.0 | argcomplete | 3.5.0 |
argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 | strzała | 1.2.3 |
Astor | 0.8.1 | asttokens | 2.0.5 | astunparse | 1.6.3 |
async-lru | 2.0.4 | attrs | 23.1.0 | audioread | 3.0.1 |
autokomenda | 2.2.2 | azure-core | 1.31.0 | azure-cosmos | 4.3.1 |
azure-identity | 1.18.0 | azure-storage-blob | 12.23.1 | azure-storage-file-datalake | 12.17.0 |
Babel | 2.11.0 | wycofywanie | 2.2.1 | backports.tarfile | 1.2.0 |
bcrypt | 3.2.0 | beautifulsoup4 | 4.12.3 | czarny | 24.4.2 |
wybielacz | 4.1.0 | kierunkowskaz | 1.7.0 | blis | 0.7.11 |
boto3 | 1.34.69 | botocore | 1.34.69 | Brotli | 1.0.9 |
cachetools | 5.3.3 | katalog | 2.0.10 | kodery kategorii | 2.6.3 |
certyfikat | 2024.6.2 | cffi | 1.16.0 | chardet | 4.0.0 |
charset-normalizer | 2.0.4 | wyłącznik obwodowy | 2.0.0 | kliknij | 8.1.7 |
cloudpathlib | 0.19.0 | cloudpickle | 2.2.1 | cmdstanpy | 1.2.4 |
kolorowy | 0.5.6 | colorlog | 6.8.2 | Komunikacja | 0.2.1 |
kompozytor | 0.24.1 | słodycze | 0.1.5 | configparser | 5.2.0 |
contourpy | 1.2.0 | coolname | 2.2.0 | kryptografia | 42.0.5 |
rowerzysta | 0.11.0 | cymem | 2.0.8 | Cython | 3.0.11 |
dacyt | 1.8.1 | databricks-automl-runtime | 0.2.21 | databricks-feature-engineering | 0.7.0 |
databricks-sdk | 0.30.0 | zbiory danych | 2.20.0 | dbl-tempo | 0.1.26 |
dbus-python | 1.3.2 | debugpy | 1.6.7 | dekorator | 5.1.1 |
deepspeed | 0.14.4 | defusedxml | 0.7.1 | Przestarzałe | 1.2.14 |
koper | 0.3.8 | distlib | 0.3.8 | dm-tree | 0.1.8 |
docstring-to-markdown | 0,11 | punkty wejścia | 0,4 | oceniać | 0.4.2 |
Wykonywanie | 0.8.3 | aspekty — omówienie | 1.1.1 | Farama-Powiadomienia | 0.0.4 |
fastjsonschema | 2.20.0 | koło szybkiego tekstu | 0.9.2 | filelock | 3.13.1 |
Flask | 2.2.5 | flatbuffers | 24.3.25 | fonttools | 4.51.0 |
Fqdn | 1.5.1 | zamrożona lista | 1.4.0 | fsspec | 2023.5.0 |
przyszłość | 0.18.3 | gość | 0.4.0 | gitdb | 4.0.11 |
GitPython | 3.1.37 | google-api-core | 2.20.0 | google-auth | 2.21.0 |
google-auth-oauthlib | 1.0.0 | google-cloud-core | 2.4.1 | Magazyn w chmurze Google (google-cloud-storage) | 2.10.0 |
google-crc32c | 1.6.0 | makaron Google | 0.2.0 | google-resumable-media | 2.7.2 |
googleapis-common-protos | 1.65.0 | gql | 3.5.0 | graphql-core | 3.2.4 |
greenlet | 3.0.1 | grpcio | 1.60.0 | grpcio-status | 1.60.0 |
gunicorn | 20.1.0 | gviz-api | 1.10.0 | sala gimnastyczna | 0.28.1 |
h11 | 0.14.0 | h5py | 3.11.0 | hjson | 3.1.0 |
wakacje | 0,54 | htmlmin | 0.1.12 | httpcore | 1.0.5 |
httplib2 | 0.20.4 | httpx | 0.27.2 | huggingface-hub | 0.24.5 |
idna | 3.7 | ImageHash | 4.3.1 | imageio | 2.33.1 |
niezrównoważona nauka | 0.12.3 | importlib-metadata | 6.0.0 | importlib_resources | 6.4.5 |
odchylić | 7.3.1 | ipyflow-core | 0.0.201 | ipykernel | 6.28.0 |
ipython | 8.25.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 |
isodate | 0.6.1 | isoduration | 20.11.0 | jego niebezpieczeństwo | 2.2.0 |
jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 |
jax-jumpy | 1.0.0 | jedi | 0.19.1 | Jinja2 | 3.1.4 |
jiter | 0.5.0 | jmespath | 1.0.1 | joblib | 1.4.2 |
joblibspark | 0.5.1 | json5 | 0.9.6 | jsonpatch | 1.33 |
jsonpointer | 3.0.0 | jsonschema | 4.19.2 | jsonschema-specifications | 2023.7.1 |
jupyter-events | 0.10.0 | jupyter-lsp | 2.2.0 | jupyter_client | 8.6.0 |
jupyter_core | 5.7.2 | jupyter_server | 2.14.1 | jupyter_server_terminals (terminale serwera Jupyter) | 0.4.4 |
jupyterlab | 4.0.11 | jupyterlab-pygments | 0.1.2 | jupyterlab_server | 2.25.1 |
keras | 3.5.0 | kiwisolver | 1.4.4 | langchain | 0.2.12 |
langchain-core | 0.2.41 | langchain-text-splitters (narzędzie do dzielenia tekstu) | 0.2.4 | kody językowe | 3.4.1 |
langsmith | 0.1.129 | dane_językowe | 1.2.0 | launchpadlib | 1.11.0 |
lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 | lazy_loader | 0,4 |
libclang | 15.0.6.1 | librosa | 0.10.2 | lightgbm | 4.5.0 |
narzędzia błyskawiczne | 0.11.7 | linkify-it-py | 2.0.0 | llvmlite | 0.42.0 |
lz4 | 4.3.2 | Mako | 1.2.0 | marisa-trie | 1.2.0 |
Markdown | 3.4.1 | markdown-it-py | 2.2.0 | MarkupSafe | 2.1.3 |
matplotlib | 3.8.4 | moduł matplotlib-inline | 0.1.6 | Mccabe | 0.7.0 |
mdit-py-plugins | 0.3.0 | mdurl | 0.1.0 | memray | 1.14.0 |
mistune | 2.0.4 | ml-dtypes | 0.4.1 | mlflow-skinny | 2.15.1 |
more-itertools | 10.3.0 | mosaicml-cli | 0.6.41 | mosaicml-streaming | 0.8.0 |
mpmath | 1.3.0 | msal | 1.31.0 | msal-extensions | 1.2.0 |
msgpack | 1.1.0 | multidict | 6.0.4 | multimetoda | 1.12 |
przetwarzanie wieloprocesowe | 0.70.16 | szmurhash | 1.0.10 | mypy | 1.10.0 |
mypy-extensions | 1.0.0 | namex | 0.0.8 | nbclient | 0.8.0 |
nbconvert | 7.10.0 | nbformat | 5.9.2 | nest-asyncio | 1.6.0 |
networkx | 3.2.1 | Ninja | 1.11.1.1 | nltk | 3.8.1 |
nodeenv | 1.9.1 | notatnik | 7.0.8 | notebook_shim | 0.2.3 |
numba | 0.59.1 | numpy | 1.26.4 | nvidia-ml-py | 12.560.30 |
oauthlib | 3.2.0 | Oci | 2.135.0 | openai | 1.40.2 |
opencensus | 0.11.4 | opencensus-context | 0.1.3 | opentelemetry-api | 1.27.0 |
opentelemetry-sdk | 1.27.0 | opentelemetry-semantic-conventions | 0.48b0 | opt_einsum | 3.4.0 |
optree | 0.12.1 | optuna | 3.6.1 | optuna-integration | 3.6.0 |
orjson | 3.10.7 | Zastępuje | 7.4.0 | opakowanie | 24.1 |
Pandas | 1.5.3 | pandocfilters | 1.5.0 | paramiko | 3.4.0 |
parso | 0.8.3 | specyfikacja ścieżki | 0.10.3 | Patsy | 0.5.6 |
pexpect | 4.8.0 | phik | 0.12.4 | poduszka | 10.3.0 |
pip | 24.2 | platformdirs | 3.10.0 | kreślenie | 5.22.0 |
wtyczkowy | 1.0.0 | pmdarima | 2.0.4 | kundel | 1.8.2 |
portalocker | 2.10.1 | preshed | 3.0.9 | prometheus-client | 0.14.1 |
prompt-toolkit | 3.0.43 | prorok | 1.1.5 | proto-plus | 1.24.0 |
protobuf | 4.24.1 | psutil | 5.9.0 | psycopg2 | 2.9.3 |
ptyprocess | 0.7.0 | pure-eval | 0.2.2 | py-cpuinfo | 9.0.0 |
py-spy | 0.3.14 | pyarrow | 15.0.2 | pyarrow-hotfix | 0,6 |
pyasn1 | 0.4.8 | pyasn1-modules | 0.2.8 | pybind11 | 2.13.6 |
pyccolo | 0.0.65 | pycparser | 2.21 | pydantic | 2.8.2 |
pydantic_core | 2.20.1 | pyflakes | 3.2.0 | Pygments | 2.15.1 |
PyGObject | 3.48.2 | PyJWT | 2.7.0 | PyNaCl | 1.5.0 |
pyodbc | 5.0.1 | pyOpenSSL | 24.0.0 | pyparsing | 3.0.9 |
pyright | 1.1.294 | pytesseract | 0.3.10 | python-dateutil | 2.9.0.post0 |
Python-editor | 1.0.4 | python-json-logger | 2.0.7 | python-lsp-jsonrpc | 1.1.2 |
python-lsp-server | 1.10.0 | python-snappy | 0.6.1 | pytoolconfig | 1.2.6 |
pytorch-ranger | 0.1.1 | pytz | 2024.1 | PyWavelets | 1.5.0 |
PyYAML | 6.0.1 | pyzmq | 25.1.2 | kwestionariusz | 1.10.0 |
promień | 2.35.0 | odwoływanie się | 0.30.2 | regex | 2023.10.3 |
żądania | 2.32.2 | requests-oauthlib | 1.3.1 | rfc3339-validator | 0.1.4 |
rfc3986-validator | 0.1.1 | bogaty | 13.3.5 | lina | 1.12.0 |
rpds-py | 0.10.6 | rsa | 4.9 | ruamel.yaml | 0.18.6 |
ruamel.yaml.clib | 0.2.8 | s3transfer | 0.10.2 | bezpiecznetensory | 0.4.4 |
scikit-image | 0.23.2 | scikit-learn | 1.4.2 | scipy | 1.13.1 |
seaborn | 0.13.2 | Send2Trash | 1.8.2 | transformatory zdań | 3.0.1 |
element zdania | 0.2.0 | setuptools | 74.0.0 | Shap | 0.46.0 |
shellingham | 1.5.4 | simplejson | 3.17.6 | Sześć | 1.16.0 |
krajalnica | 0.0.8 | inteligentne otwieranie | 5.2.1 | smmap | 5.0.0 |
sniffio | 1.3.0 | plik dźwiękowy | 0.12.1 | sitko do zup | 2,5 |
soxr | 0.5.0.post1 | spacy | 3.7.5 | spacy-legacy | 3.0.12 |
spacy-loggers | 1.0.5 | SQLAlchemy | 2.0.30 | sqlparse | 0.4.2 |
serio | 2.4.8 | ssh-import-id | 5,11 | stack-data | 0.2.0 |
stanio | 0.5.1 | statsmodels | 0.14.2 | sympy | 1.12 |
tabelować | 0.9.0 | splątane-w-unicode | 0.2.0 | Wytrzymałość | 8.2.2 |
tablica tensorboard | 2.17.0 | tensorboard-data-server | 0.7.2 | tensorboard-plugin-profile | 2.17.0 |
tensorboardX | 2.6.2.2 | tensorflow | 2.18.0 | tensorflow-estimator | 2.15.0 |
termcolor | 2.4.0 | zakończony | 0.17.1 | Tekstowy | 0.81.0 |
tf_keras | 2.17.0 | cienki | 8.2.5 | threadpoolctl | 2.2.0 |
tifffile | 2023.4.12 | tiktoken | 0.7.0 | tinycss2 | 1.2.1 |
tokenize-rt | 4.2.1 | tokenizatory | 0.19.1 | tomli | 2.0.1 |
pochodnia | 2.4.0 + procesor | optymalizator latarki | 0.3.0 | torcheval | 0.0.7 |
torchmetrics | 1.4.0.post0 | torchvision | 0.19.0+procesor | tornado | 6.4.1 |
tqdm | 4.66.4 | moduł traitlets | 5.14.3 | Transformatory | 4.44.0 |
osłona typów | 4.3.0 | pisarz | 0.12.5 | types-protobuf | 3.20.3 |
types-psutil | 5.9.0 | types-pytz | 2023.3.1.1 | types-PyYAML | 6.0.0 |
typy-żądań | 2.31.0.0 | types-setuptools | 68.0.0.0 | typy-sześć | 1.16.0 |
types-urllib3 | 1.26.25.14 | typing_extensions | 4.11.0 | uc-micro-py | 1.0.1 |
ujson | 5.10.0 | nienadzorowane uaktualnienia | 0.1 | Szablon adresu URI | 1.3.0 |
urllib3 | 1.26.16 | moduły sprawdzania poprawności | 0.34.0 | virtualenv | 20.26.2 |
Wizje | 0.7.5 | wadllib | 1.3.6 | wasabi | 1.1.3 |
wcwidth | 0.2.5 | łasica | 0.4.1 | kolory sieci Web | 24.8.0 |
webencodings | 0.5.1 | klient WebSocket | 1.8.0 | websockets | 11.0.3 |
Werkzeug | 3.0.3 | whatthepatch | 1.0.2 | koło | 0.43.0 |
wordcloud | 1.9.3 | zawinięty | 1.14.1 | xgboost | 2.0.3 |
xgboost-ray | 0.1.19 | xxhash | 3.4.1 | yapf | 0.33.0 |
Yarl | 1.9.3 | profilowanie danych | 4.9.0 | zipp | 3.17.0 |
zstd | 1.5.5.1 |
Biblioteki języka Python w klastrach gpu
Biblioteka | Wersja | Biblioteka | Wersja | Biblioteka | Wersja |
---|---|---|---|---|---|
absl-py | 1.0.0 | przyspieszać | 0.33.0 | aiohttp | 3.9.5 |
aiohttp-cors | 0.7.0 | aiosignal | 1.2.0 | typy z adnotacjami | 0.7.0 |
anyio | 4.2.0 | argcomplete | 3.5.0 | argon2-cffi | 21.3.0 |
argon2-cffi-bindings | 21.2.0 | strzałka | 1.2.3 | Astor | 0.8.1 |
asttokens | 2.0.5 | astunparse | 1.6.3 | async-lru | 2.0.4 |
attrs | 23.1.0 | audioread | 3.0.1 | polecenie automatyczne | 2.2.2 |
azure-core | 1.31.0 | azure-cosmos | 4.3.1 | azure-identity | 1.18.0 |
usługa Azure Storage Blob | 12.23.1 | azure-storage-file-datalake | 12.17.0 | Babel | 2.11.0 |
wycofywanie | 2.2.1 | backports.tarfile | 1.2.0 | bcrypt | 3.2.0 |
beautifulsoup4 | 4.12.3 | czarny | 24.4.2 | wybielacz | 4.1.0 |
kierunkowskaz | 1.7.0 | błogość | 0.7.11 | boto3 | 1.34.69 |
botocore | 1.34.69 | Brotli | 1.0.9 | cachetools | 5.3.3 |
katalog | 2.0.10 | kodery kategorii | 2.6.3 | certyfikat | 2024.6.2 |
cffi | 1.16.0 | chardet | 4.0.0 | charset-normalizer | 2.0.4 |
wyłącznik obwodowy | 2.0.0 | kliknij | 8.1.7 | cloudpathlib | 0.19.0 |
cloudpickle | 2.2.1 | cmdstanpy | 1.2.4 | kolorowy | 0.5.6 |
colorlog | 6.8.2 | comm | 0.2.1 | kompozytor | 0.24.1 |
słodycze | 0.1.5 | configparser | 5.2.0 | contourpy | 1.2.0 |
fajnanazwa | 2.2.0 | kryptografia | 42.0.5 | rowerzysta | 0.11.0 |
cymem | 2.0.8 | Cython | 3.0.11 | dacyt | 1.8.1 |
databricks-automl-runtime | 0.2.21 | databricks-feature-engineering | 0.7.0 | databricks-sdk | 0.30.0 |
zbiory danych | 2.20.0 | dbl-tempo | 0.1.26 | dbus-python | 1.3.2 |
debugpy | 1.6.7 | dekorator | 5.1.1 | deepspeed | 0.14.4 |
defusedxml | 0.7.1 | Przestarzałe | 1.2.14 | koper | 0.3.8 |
distlib | 0.3.8 | dm-tree | 0.1.8 | docstring-to-markdown | 0,11 |
einops | 0.8.0 | punkty wejścia | 0,4 | oceniać | 0.4.2 |
Wykonywanie | 0.8.3 | aspekty — omówienie | 1.1.1 | Farama-Notifications | 0.0.4 |
fastjsonschema | 2.20.0 | koło szybkiego tekstu | 0.9.2 | filelock | 3.13.1 |
flash_attn | 2.5.6 | Flask | 2.2.5 | flatbuffers | 24.3.25 |
fonttools | 4.51.0 | fqdn | 1.5.1 | zamrożona lista | 1.4.0 |
fsspec | 2023.5.0 | przyszłość | 0.18.3 | gość | 0.4.0 |
gitdb | 4.0.11 | GitPython | 3.1.37 | google-api-core | 2.20.0 |
google-auth | 2.21.0 | google-auth-oauthlib | 1.0.0 | google-cloud-core | 2.4.1 |
przechowywanie w chmurze Google | 2.10.0 | google-crc32c | 1.6.0 | google-makaron | 0.2.0 |
google-resumable-media | 2.7.2 | googleapis-common-protos | 1.65.0 | gql | 3.5.0 |
graphql-core | 3.2.4 | Zielona nitka (greenlet) | 3.0.1 | grpcio | 1.60.0 |
status grpcio | 1.60.0 | gunicorn | 20.1.0 | gviz-api | 1.10.0 |
sala gimnastyczna | 0.28.1 | h11 | 0.14.0 | h5py | 3.11.0 |
hjson | 3.1.0 | wakacje | 0,54 | htmlmin | 0.1.12 |
httpcore | 1.0.5 | httplib2 | 0.20.4 | httpx | 0.27.2 |
Hugging Face Hub | 0.24.5 | Idna | 3.7 | ImageHash | 4.3.1 |
imageio | 2.33.1 | niezrównoważona nauka | 0.12.3 | importlib-metadata | 6.0.0 |
importlib_resources | 6.4.5 | odchylić | 7.3.1 | ipyflow-core | 0.0.201 |
ipykernel | 6.28.0 | ipython | 8.25.0 | ipython-genutils | 0.2.0 |
ipywidgets | 7.7.2 | isodate | 0.6.1 | izoduracja | 20.11.0 |
jegodangerous | 2.2.0 | jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 |
jaraco.text | 3.12.1 | jax-jumpy | 1.0.0 | jedi | 0.19.1 |
Jinja2 | 3.1.4 | dżitter | 0.5.0 | jmespath | 1.0.1 |
joblib | 1.4.2 | joblibspark | 0.5.1 | json5 | 0.9.6 |
jsonpatch | 1.33 | jsonpointer | 3.0.0 | jsonschema | 4.19.2 |
jsonschema-specifications | 2023.7.1 | jupyter-events | 0.10.0 | jupyter-lsp | 2.2.0 |
jupyter_client | 8.6.0 | jupyter_core | 5.7.2 | serwer Jupyter | 2.14.1 |
jupyter_server_terminals | 0.4.4 | jupyterlab | 4.0.11 | jupyterlab-pygments | 0.1.2 |
jupyterlab_server | 2.25.1 | keras | 3.5.0 | kiwisolver | 1.4.4 |
langchain | 0.2.12 | langchain-core | 0.2.41 | langchain-text-splitters | 0.2.4 |
kody językowe | 3.4.1 | langsmith | 0.1.129 | language_data | 1.2.0 |
launchpadlib | 1.11.0 | lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 |
lazy_loader | 0,4 | libclang | 15.0.6.1 | librosa | 0.10.2 |
lightgbm | 4.5.0 | narzędzia-błyskawiczne | 0.11.7 | linkify-it-py | 2.0.0 |
llvmlite | 0.42.0 | lz4 | 4.3.2 | Mako | 1.2.0 |
marisa-trie | 1.2.0 | Markdown | 3.4.1 | markdown-it-py | 2.2.0 |
MarkupSafe | 2.1.3 | matplotlib | 3.8.4 | moduł matplotlib-inline | 0.1.6 |
Mccabe | 0.7.0 | mdit-py-plugins | 0.3.0 | mdurl | 0.1.0 |
memray | 1.14.0 | rozstrojony | 2.0.4 | ml-dtypes | 0.4.1 |
mlflow-skinny | 2.15.1 | more-itertools | 10.3.0 | mosaicml-cli | 0.6.41 |
mosaicml-streaming | 0.8.0 | mpmath | 1.3.0 | msal | 1.31.0 |
msal-extensions | 1.2.0 | msgpack | 1.1.0 | multidict | 6.0.4 |
wielometoda | 1.12 | wieloprocesowość | 0.70.16 | szmurhash | 1.0.10 |
mypy | 1.10.0 | mypy-extensions | 1.0.0 | namex | 0.0.8 |
nbclient | 0.8.0 | nbconvert | 7.10.0 | nbformat | 5.9.2 |
nest-asyncio | 1.6.0 | networkx | 3.2.1 | Ninja | 1.11.1.1 |
nltk | 3.8.1 | nodeenv | 1.9.1 | notatnik | 7.0.8 |
notebook_shim | 0.2.3 | numba | 0.59.1 | numpy | 1.26.4 |
nvidia-cublas-cu12 | 12.4.2.65 | nvidia-cuda-cupti-cu12 | 12.4.99 | nvidia-cuda-nvrtc-cu12 | 12.4.99 |
nvidia-cuda-runtime-cu12 | 12.4.99 | nvidia-cudnn-cu12 | 9.1.0.70 | nvidia-cufft-cu12 | 11.2.0.44 |
nvidia-curand-cu12 | 10.3.5.119 | nvidia-cusolver-cu12 | 11.6.0.99 | nvidia-cusparse-cu12 | 12.3.0.142 |
nvidia-ml-py | 12.560.30 | nvidia-nccl-cu12 | 2.20.5 | nvidia-nvjitlink-cu12 | 12.4.99 |
nvidia-nvtx-cu12 | 12.4.99 | oauthlib | 3.2.0 | Oci | 2.135.0 |
openai | 1.40.2 | opencensus | 0.11.4 | opencensus-context | 0.1.3 |
opentelemetry-api | 1.27.0 | opentelemetry-sdk | 1.27.0 | opentelemetry-semantic-conventions | 0.48b0 |
opt_einsum | 3.4.0 | optree | 0.12.1 | optuna | 3.6.1 |
optuna-integration | 3.6.0 | orjson | 3.10.7 | Zastępuje | 7.4.0 |
opakowanie | 24.1 | Pandas | 1.5.3 | pandocfilters | 1.5.0 |
paramiko | 3.4.0 | parso | 0.8.3 | pathspec | 0.10.3 |
Patsy | 0.5.6 | pexpect | 4.8.0 | phik | 0.12.4 |
poduszka | 10.3.0 | pip | 24.2 | platformdirs | 3.10.0 |
kreślenie | 5.22.0 | Pluggy (narzędzie do wtyczek) | 1.0.0 | pmdarima | 2.0.4 |
kundel | 1.8.2 | portalocker | 2.10.1 | preshed | 3.0.9 |
prometheus-client | 0.14.1 | prompt-toolkit | 3.0.43 | prorok | 1.1.5 |
proto-plus | 1.24.0 | protobuf | 4.24.1 | psutil | 5.9.0 |
psycopg2 | 2.9.3 | ptyprocess | 0.7.0 | pure-eval | 0.2.2 |
py-cpuinfo | 9.0.0 | py-szpieg | 0.3.14 | pyarrow | 15.0.2 |
pyarrow-hotfix | 0,6 | pyasn1 | 0.4.8 | pyasn1-modules | 0.2.8 |
pybind11 | 2.13.6 | pyccolo | 0.0.65 | pycparser | 2.21 |
pydantic | 2.8.2 | pydantic_core | 2.20.1 | pyflakes | 3.2.0 |
Pygments | 2.15.1 | PyGObject | 3.48.2 | PyJWT | 2.7.0 |
PyNaCl | 1.5.0 | pyodbc | 5.0.1 | pyOpenSSL | 24.0.0 |
pyparsing | 3.0.9 | pyright | 1.1.294 | pytesseract | 0.3.10 |
python-dateutil | 2.9.0.post0 | Python-editor | 1.0.4 | python-json-logger | 2.0.7 |
python-lsp-jsonrpc | 1.1.2 | python-lsp-server | 1.10.0 | python-snappy | 0.6.1 |
pytoolconfig | 1.2.6 | pytorch-ranger | 0.1.1 | pytz | 2024.1 |
PyWavelets | 1.5.0 | PyYAML | 6.0.1 | pyzmq | 25.1.2 |
kwestionariusz | 1.10.0 | promień | 2.35.0 | odnoszenie się | 0.30.2 |
regex | 2023.10.3 | żądania | 2.32.2 | requests-oauthlib | 1.3.1 |
rfc3339-validator | 0.1.4 | rfc3986-validator | 0.1.1 | bogaty | 13.3.5 |
lina | 1.12.0 | rpds-py | 0.10.6 | rsa | 4.9 |
ruamel.yaml | 0.18.6 | ruamel.yaml.clib | 0.2.8 | s3transfer | 0.10.2 |
safetensors | 0.4.4 | scikit-image | 0.23.2 | scikit-learn | 1.4.2 |
scipy | 1.13.1 | seaborn | 0.13.2 | Send2Trash | 1.8.2 |
transformatory zdań | 3.0.1 | element zdania | 0.2.0 | setuptools | 74.0.0 |
Shap | 0.46.0 | shellingham | 1.5.4 | simplejson | 3.17.6 |
Sześć | 1.16.0 | krajalnica | 0.0.8 | smart-open | 5.2.1 |
smmap | 5.0.0 | sniffio | 1.3.0 | plik dźwiękowy | 0.12.1 |
sitko do zup | 2,5 | soxr | 0.5.0.post1 | Proposed Translation: przestronny | 3.7.5 |
spacy-legacy | 3.0.12 | spacy-loggers | 1.0.5 | SQLAlchemy | 2.0.30 |
sqlparse | 0.4.2 | serio? | 2.4.8 | ssh-import-id | 5,11 |
stack-data | 0.2.0 | stanio | 0.5.1 | statsmodels | 0.14.2 |
sympy | 1.12 | tabelować | 0.9.0 | splątane-w-unicode | 0.2.0 |
Wytrzymałość | 8.2.2 | tablica tensorboard | 2.17.0 | tensorboard-data-server | 0.7.2 |
tensorboard-plugin-profile | 2.17.0 | tensorboardX | 2.6.2.2 | tensorflow | 2.18.0 |
tensorflow-estimator | 2.15.0 | termcolor | 2.4.0 | zakończony | 0.17.1 |
Tekstowy | 0.81.0 | tf_keras | 2.17.0 | cienki | 8.2.5 |
threadpoolctl | 2.2.0 | tifffile | 2023.4.12 | tiktoken | 0.7.0 |
tinycss2 | 1.2.1 | tokenize-rt | 4.2.1 | tokenizatory | 0.19.1 |
tomli | 2.0.1 | pochodnia | 2.4.0+cu124 | optimizator dla PyTorch | 0.3.0 |
torcheval | 0.0.7 | torchmetrics | 1.4.0.post0 | torchvision | 0.19.0+cu124 |
tornado | 6.4.1 | tqdm | 4.66.4 | traitlets | 5.14.3 |
Transformatory | 4.44.0 | triton | 3.0.0 | strażnik typów | 4.3.0 |
typer | 0.12.5 | types-protobuf | 3.20.3 | types-psutil | 5.9.0 |
types-pytz | 2023.3.1.1 | types-PyYAML | 6.0.0 | rodzaje-żądań | 2.31.0.0 |
types-setuptools | 68.0.0.0 | typy-sześć | 1.16.0 | types-urllib3 | 1.26.25.14 |
typing_extensions | 4.11.0 | uc-micro-py | 1.0.1 | ujson | 5.10.0 |
nienadzorowane uaktualnienia | 0.1 | Szablon URI | 1.3.0 | urllib3 | 1.26.16 |
moduły sprawdzania poprawności | 0.34.0 | virtualenv | 20.26.2 | Wizje | 0.7.5 |
wadllib | 1.3.6 | wasabi | 1.1.3 | wcwidth | 0.2.5 |
łasica | 0.4.1 | kolory sieci Web | 24.8.0 | webencodings | 0.5.1 |
websocket-client | 1.8.0 | websockets | 11.0.3 | Werkzeug | 3.0.3 |
whatthepatch | 1.0.2 | koło | 0.43.0 | wordcloud | 1.9.3 |
zawinięty | 1.14.1 | xgboost | 2.0.3 | xgboost-ray | 0.1.19 |
xxhash | 3.4.1 | yapf | 0.33.0 | Yarl | 1.9.3 |
ydata-profiling - narzędzie do profilowania danych | 4.9.0 | zipp | 3.17.0 | zstd | 1.5.5.1 |
Biblioteki R
Biblioteki języka R są identyczne z bibliotekami języka R w środowisku Databricks Runtime 16.0.
Biblioteki Java i Scala (klaster Scala 2.12)
Oprócz bibliotek Java i Scala w środowisku Databricks Runtime 16.0 środowisko Databricks Runtime 16.0 ML zawiera następujące elementy JAR:
Klastry procesora CPU
Identyfikator grupy | Identyfikator artefaktu | Wersja |
---|---|---|
com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
ml.dmlc | xgboost4j-spark_2.12 | 1.7.3 |
ml.dmlc | xgboost4j_2.12 | 1.7.3 |
org.graphframes | graphframes_2.12 | 0.8.4-db1-spark3.5 |
org.mlflow | mlflow-client | 2.15.1 |
org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
Klastry procesora GPU
Identyfikator grupy | Identyfikator artefaktu | Wersja |
---|---|---|
com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
ml.dmlc | xgboost4j-gpu_2.12 | 1.7.3 |
ml.dmlc | xgboost4j-spark-gpu_2.12 | 1.7.3 |
org.graphframes | graphframes_2.12 | 0.8.4-db1-spark3.5 |
org.mlflow | mlflow-client | 2.15.1 |
org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |