Databricks Runtime 12.0 para Aprendizado de Máquina (EoS)
Nota
O suporte para esta versão do Databricks Runtime terminou. Para obter a data de fim do suporte, consulte Histórico de fim do suporte. Para todas as versões suportadas do Databricks Runtime, consulte Versões e compatibilidade das notas de versão do Databricks Runtime.
O Databricks Runtime 12.0 for Machine Learning fornece um ambiente pronto para uso para aprendizado de máquina e ciência de dados com base no Databricks Runtime 12.0 (EoS). O Databricks Runtime ML contém muitas bibliotecas populares de aprendizado de máquina, incluindo TensorFlow, PyTorch e XGBoost. O Databricks Runtime ML inclui o AutoML, uma ferramenta para treinar automaticamente pipelines de aprendizado de máquina. O Databricks Runtime ML também suporta treinamento distribuído de aprendizado profundo usando o Horovod.
Para obter mais informações, incluindo instruções para criar um cluster de ML do Databricks Runtime, consulte IA e aprendizado de máquina no Databricks.
Novos recursos e melhorias
O Databricks Runtime 12.0 ML é construído sobre o Databricks Runtime 12.0. Para obter informações sobre o que há de novo no Databricks Runtime 12.0, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 12.0 (EoS ).
Melhorias no AutoML
- Os modelos de previsão podem agora incluir opcionalmente feriados no país.
- A previsão agora suporta frequências mensais, trimestrais e anuais.
- O AutoML agora pode usar conjuntos de dados maiores para treinamento. O AutoML aloca automaticamente mais núcleos de CPU para grandes conjuntos de dados.
Para obter mais informações sobre AutoML, consulte O que é AutoML?.
MLflow 2,0
O Databricks Runtime 12.0 ML inclui o MLflow 2.0. O MLflow 2.0 baseia-se na sólida base de plataforma do MLflow e incorpora amplo feedback dos usuários para simplificar fluxos de trabalho de ciência de dados e fornecer ferramentas inovadoras e de primeira classe para MLOps. Os recursos e melhorias incluem extensões para MLflow Recipes (anteriormente MLflow Pipelines), como AutoML, ajuste de hiperparâmetros e suporte a classificação, bem como integrações modernizadas com o ecossistema de ML, uma interface do usuário de rastreamento de MLflow simplificada, uma atualização das APIs principais nos componentes da plataforma MLflow e muito mais. Para obter mais informações, consulte a documentação do MLflow 2.0 ou confira a postagem do blog.
scikit-learn 1.0
O Databricks Runtime ML 12.0 inclui a scikit-learn versão 1.0. Visite a scikit-learn documentação para saber mais sobre as mudanças com esta versão scikit-learn.
Ambiente do sistema
O ambiente do sistema no Databricks Runtime 12.0 ML difere do Databricks Runtime 12.0 da seguinte maneira:
- DBUtils: Databricks Runtime ML não inclui o utilitário Biblioteca (dbutils.library) (legado).
Em vez disso, use
%pipcomandos. Veja Bibliotecas em Python com âmbito de bloco de notas. - Para clusters de GPU, o Databricks Runtime ML inclui as seguintes bibliotecas de GPU NVIDIA:
- CUDA 11,3
- cuDNN 8.0.5.39
- NCCL 2.9.9
- TensorRT 7.2.2
O Databricks Runtime 12.0 ML inclui o XGBoost 1.6.2, que não suporta clusters de GPU com capacidade de computação 5.2 e inferior.
Bibliotecas
As seções a seguir listam as bibliotecas incluídas no Databricks Runtime 12.0 ML que diferem daquelas incluídas no Databricks Runtime 12.0.
Nesta secção:
- Bibliotecas de nível superior
- Bibliotecas Python
- Bibliotecas R
- Bibliotecas Java e Scala (cluster Scala 2.12)
Bibliotecas de nível superior
O Databricks Runtime 12.0 ML inclui as seguintes bibliotecas de camada superior:
- GraphFrames
- Horovod e HorovodRunner
- MLflow
- PyTorch
- conector spark-tensorflow;
- TensorFlow
- TensorBoard
- Scikit-learn
Bibliotecas Python
O Databricks Runtime 12.0 ML usa o Virtualenv para gerenciamento de pacotes Python e inclui muitos pacotes de ML populares.
Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 12.0 ML também inclui os seguintes pacotes:
- hiperopt 0.2.7.db1
- Faísca 2.3.0-DB3
- AutoML 1.14.1 |
Para reproduzir o ambiente Databricks Runtime ML Python em seu ambiente virtual Python local, baixe o arquivo requirements-12.0.txt e execute pip install -r requirements-12.0.txt. Este comando instala todas as bibliotecas de código aberto que o Databricks Runtime ML usa, mas não instala bibliotecas desenvolvidas pelo Databricks, como databricks-automl, databricks-feature-storeou a bifurcação Databricks do hyperopt.
Bibliotecas Python em clusters de CPU
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 1.0.0 | Argônio2-CFFI | 21.3.0 | argon2-cffi-ligações | 21.2.0 |
| Astor | 0.8.1 | AstTokens | 2.0.5 | Astunparse | 1.6.3 |
| ATRs | 21.4.0 | azure-core | 1.26.1 | Azure-Cosmos | 4.2.0 |
| Backcall | 0.2.0 | backports.pontos de entrada-selecionáveis | 1.2.0 | Cripta | 3.2.0 |
| sopa bonita4 | 4.11.1 | preto | 22.3.0 | lixívia | 4.1.0 |
| Blis | 0.7.9 | boto3 | 1.21.32 | botocore | 1.24.32 |
| Ferramentas de cache | 4.2.2 | catálogo | 2.0.8 | categoria-codificadores | 2.5.1.post0 |
| certifi | 2021.10.8 | cffi | 1.15.0 | chardet | 4.0.0 |
| Normalizador de Charset | 2.0.4 | clicar | 8.0.4 | Cloudpickle | 2.0.0 |
| CMDSTANPY | 1.0.8 | Confeção | 0.0.3 | ConfigParser | 5.2.0 |
| convertdate | 2.4.0 | criptografia | 3.4.8 | cycler | 0.11.0 |
| cymem | 2.0.7 | Quisto | 0.29.28 | databricks-automl-runtime | 0.2.13 |
| databricks-cli | 0.17.3 | databricks-feature-store | 0.8.0 | DBL-TEMPO | 0.1.12 |
| dbus-python | 1.2.16 | depuração | 1.5.1 | decorador | 5.1.1 |
| DeUsedXML | 0.7.1 | endro | 0.3.4 | cache de disco | 5.4.0 |
| Distlib | 0.3.6 | pontos de entrada | 0.4 | Ephem | 4.1.3 |
| execução | 0.8.3 | facetas-visão geral | 1.0.0 | fastjsonschema | 2.16.2 |
| texto rápido | 0.9.2 | filelock | 3.6.0 | Flask | 1.1.2 |
| flatbuffers | 22.10.26 | Fonttools | 4.25.0 | FSspec | 2022.2.0 |
| Futuro | 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-massas | 0.2.0 | Grpcio | 1.42.0 | Gunicorn | 20.1.0 |
| GVIZ-API | 1.10.0 | H5PY | 3.6.0 | Hijri-Conversor | 2.2.4 |
| feriados | 0,16 | Horovod | 0.25.0 | htmlmin | 0.1.12 |
| abraçar-face-hub | 0.11.0 | idna | 3.3 | ImagemHash | 4.3.1 |
| aprendizagem desequilibrada | 0.8.1 | importlib-metadados | 4.11.3 | Ipykernel | 6.15.3 |
| ipython | 8.5.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 |
| Isodato | 0.6.1 | é perigoso | 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-cliente | 6.1.12 |
| jupyter_core | 4.11.2 | Jupyterlab-Pygments | 0.1.2 | jupyterlab-widgets | 1.0.0 |
| keras | 2.10.0 | Pré-processamento de Keras | 1.1.2 | Kiwisolver | 1.3.2 |
| Coreano-Lunar-Calendário | 0.3.1 | códigos de lang | 3.3.0 | libclang | 14.0.6 |
| LightGBM | 3.3.3 | llvmlite | 0.38.0 | LunarCalendário | 0.0.9 |
| Mako | 1.2.0 | Markdown | 3.3.4 | MarkupSafe | 2.0.1 |
| matplotlib | 3.5.1 | matplotlib-em linha | 0.1.2 | faltandonão | 0.5.1 |
| Mistune | 0.8.4 | PEAML | 0.20.0 | mlflow-magro | 2.0.1 |
| multimétodo | 1.8 | Murmurhash | 1.0.9 | mypy-extensões | 0.4.3 |
| nbclient | 0.5.13 | nbconvert | 6.4.4 | nbformat | 5.3.0 |
| Ninho-Asyncio | 1.5.5 | redex | 2.7.1 | NLTK | 3.7 |
| bloco de notas | 6.4.8 | numba | 0.55.1 | numpy | 1.21.5 |
| OAuthlib | 3.2.0 | opt-einsum | 3.3.0 | embalagem | 21,3 |
| pandas | 1.4.2 | criação de perfis de pandas | 3.3.0 | PandocFilters | 1.5.0 |
| Paramiko | 2.9.2 | Parso | 0.8.3 | PathSpec | 0.9.0 |
| Patia | 0.6.1 | patsy | 0.5.2 | petastorm | 0.11.4 |
| pexpect | 4.8.0 | Phik | 0.12.2 | pickleshare | 0.7.5 |
| Travesseiro | 9.0.1 | pip | 21.2.4 | plataformadirs | 2.5.4 |
| enredo | 5.6.0 | PMDARIMA | 2.0.1 | Preshed | 3.0.8 |
| Prometheus-cliente | 0.13.1 | prompt-toolkit | 3.0.20 | profeta | 1.1.1 |
| protobuf | 3.19.4 | PSUTIL | 5.8.0 | psycopg2 | 2.9.3 |
| ptyprocess | 0.7.0 | puro-eval | 0.2.2 | pyarrow | 7.0.0 |
| pyasn1 | 0.4.8 | pyasn1-módulos | 0.2.8 | Pybind11 | 2.10.1 |
| pycparser | 2.21 | Pidântico | 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 |
| pirsistent | 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 | pedidos | 2.27.1 |
| pedidos-oauthlib | 1.3.1 | pedidos-unixsocket | 0.2.0 | RSA | 4.7.2 |
| s3transferir | 0.5.0 | scikit-learn | 1.0.2 | scipy | 1.7.3 |
| seaborn | 0.11.2 | Enviar2Lixo | 1.8.0 | setuptools | 61.2.0 |
| setuptools-git | 1.2 | PASP | 0.41.0 | simplejson | 3.17.6 |
| seis | 1.16.0 | segmentação de dados | 0.0.7 | inteligente-aberto | 5.1.0 |
| smmap | 5.0.0 | Soupsieve | 2.3.1 | espaçado | 3.4.1 |
| Spacy-legado | 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 |
| dados de pilha | 0.2.0 | statsmodels | 0.13.2 | tabular | 0.8.9 |
| emaranhado em unicode | 0.2.0 | tenacidade | 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-Estimador | 2.10.0 | TensorFlow-IO-GCS-FileSystem | 0.28.0 |
| Termcolor | 2.1.1 | terminado | 0.13.1 | caminho de teste | 0.5.0 |
| fino | 8.1.5 | ThreadPoolCtl | 2.2.0 | tokenize-rt | 4.2.1 |
| tokenizadores | 0.13.2 | Tomli | 1.2.2 | tocha | 1.12.1+CPU |
| Torchvision | 0.13.1+CPU | tornado | 6.1 | TQDM | 4.64.0 |
| traços | 5.1.1 | transformadores | 4.23.1 | datilógrafo | 0.4.2 |
| typing_extensions | 4.1.1 | Upgrades autônomos | 0.1 | urllib3 | 1.26.9 |
| virtualenv | 20.8.0 | visões | 0.7.5 | Wasabi | 0.10.1 |
| largura de wc | 0.2.5 | WebEncodings | 0.5.1 | Websocket-cliente | 0.58.0 |
| Werkzeug | 2.0.3 | roda | 0.37.1 | widgetsnbextension | 3.6.1 |
| embrulhado | 1.12.1 | zipp | | 3.7.0 |
Bibliotecas Python em clusters GPU
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 1.0.0 | Argônio2-CFFI | 21.3.0 | argon2-cffi-ligações | 21.2.0 |
| Astor | 0.8.1 | AstTokens | 2.0.5 | Astunparse | 1.6.3 |
| ATRs | 21.4.0 | azure-core | 1.26.1 | Azure-Cosmos | 4.2.0 |
| Backcall | 0.2.0 | backports.pontos de entrada-selecionáveis | 1.2.0 | Cripta | 3.2.0 |
| sopa bonita4 | 4.11.1 | preto | 22.3.0 | lixívia | 4.1.0 |
| Blis | 0.7.9 | boto3 | 1.21.32 | botocore | 1.24.32 |
| Ferramentas de cache | 4.2.2 | catálogo | 2.0.8 | categoria-codificadores | 2.5.1.post0 |
| certifi | 2021.10.8 | cffi | 1.15.0 | chardet | 4.0.0 |
| Normalizador de Charset | 2.0.4 | clicar | 8.0.4 | Cloudpickle | 2.0.0 |
| CMDSTANPY | 1.0.8 | Confeção | 0.0.3 | ConfigParser | 5.2.0 |
| convertdate | 2.4.0 | criptografia | 3.4.8 | cycler | 0.11.0 |
| cymem | 2.0.7 | Quisto | 0.29.28 | databricks-automl-runtime | 0.2.13 |
| databricks-cli | 0.17.3 | databricks-feature-store | 0.8.0 | DBL-TEMPO | 0.1.12 |
| dbus-python | 1.2.16 | depuração | 1.5.1 | decorador | 5.1.1 |
| DeUsedXML | 0.7.1 | endro | 0.3.4 | cache de disco | 5.4.0 |
| Distlib | 0.3.6 | pontos de entrada | 0.4 | Ephem | 4.1.3 |
| execução | 0.8.3 | facetas-visão geral | 1.0.0 | fastjsonschema | 2.16.2 |
| texto rápido | 0.9.2 | filelock | 3.6.0 | Flask | 1.1.2 |
| flatbuffers | 22.10.26 | Fonttools | 4.25.0 | FSspec | 2022.2.0 |
| Futuro | 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-massas | 0.2.0 | Grpcio | 1.42.0 | Gunicorn | 20.1.0 |
| GVIZ-API | 1.10.0 | H5PY | 3.6.0 | Hijri-Conversor | 2.2.4 |
| feriados | 0,16 | Horovod | 0.25.0 | htmlmin | 0.1.12 |
| abraçar-face-hub | 0.11.0 | idna | 3.3 | ImagemHash | 4.3.1 |
| aprendizagem desequilibrada | 0.8.1 | importlib-metadados | 4.11.3 | Ipykernel | 6.15.3 |
| ipython | 8.5.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 |
| Isodato | 0.6.1 | é perigoso | 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-cliente | 6.1.12 |
| jupyter_core | 4.11.2 | Jupyterlab-Pygments | 0.1.2 | jupyterlab-widgets | 1.0.0 |
| keras | 2.10.0 | Pré-processamento de Keras | 1.1.2 | Kiwisolver | 1.3.2 |
| Coreano-Lunar-Calendário | 0.3.1 | códigos de lang | 3.3.0 | libclang | 14.0.6 |
| LightGBM | 3.3.3 | llvmlite | 0.38.0 | LunarCalendário | 0.0.9 |
| Mako | 1.2.0 | Markdown | 3.3.4 | MarkupSafe | 2.0.1 |
| matplotlib | 3.5.1 | matplotlib-em linha | 0.1.2 | faltandonão | 0.5.1 |
| Mistune | 0.8.4 | PEAML | 0.20.0 | mlflow-magro | 2.0.1 |
| multimétodo | 1.8 | Murmurhash | 1.0.9 | mypy-extensões | 0.4.3 |
| nbclient | 0.5.13 | nbconvert | 6.4.4 | nbformat | 5.3.0 |
| Ninho-Asyncio | 1.5.5 | redex | 2.7.1 | NLTK | 3.7 |
| bloco de notas | 6.4.8 | numba | 0.55.1 | numpy | 1.21.5 |
| OAuthlib | 3.2.0 | opt-einsum | 3.3.0 | embalagem | 21,3 |
| pandas | 1.4.2 | criação de perfis de pandas | 3.3.0 | PandocFilters | 1.5.0 |
| Paramiko | 2.9.2 | Parso | 0.8.3 | PathSpec | 0.9.0 |
| Patia | 0.6.1 | patsy | 0.5.2 | petastorm | 0.11.4 |
| pexpect | 4.8.0 | Phik | 0.12.2 | pickleshare | 0.7.5 |
| Travesseiro | 9.0.1 | pip | 21.2.4 | plataformadirs | 2.5.4 |
| enredo | 5.6.0 | PMDARIMA | 2.0.1 | Preshed | 3.0.8 |
| prompt-toolkit | 3.0.20 | profeta | 1.1.1 | protobuf | 3.19.4 |
| PSUTIL | 5.8.0 | psycopg2 | 2.9.3 | ptyprocess | 0.7.0 |
| puro-eval | 0.2.2 | pyarrow | 7.0.0 | pyasn1 | 0.4.8 |
| pyasn1-módulos | 0.2.8 | Pybind11 | 2.10.1 | pycparser | 2.21 |
| Pidântico | 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 | pirsistent | 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 | pedidos | 2.27.1 | pedidos-oauthlib | 1.3.1 |
| pedidos-unixsocket | 0.2.0 | RSA | 4.7.2 | s3transferir | 0.5.0 |
| scikit-learn | 1.0.2 | scipy | 1.7.3 | seaborn | 0.11.2 |
| Enviar2Lixo | 1.8.0 | setuptools | 61.2.0 | setuptools-git | 1.2 |
| PASP | 0.41.0 | simplejson | 3.17.6 | seis | 1.16.0 |
| segmentação de dados | 0.0.7 | inteligente-aberto | 5.1.0 | smmap | 5.0.0 |
| Soupsieve | 2.3.1 | espaçado | 3.4.1 | Spacy-legado | 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 | dados de pilha | 0.2.0 |
| statsmodels | 0.13.2 | tabular | 0.8.9 | emaranhado em unicode | 0.2.0 |
| tenacidade | 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-Estimador | 2.10.0 | TensorFlow-IO-GCS-FileSystem | 0.28.0 | Termcolor | 2.1.1 |
| terminado | 0.13.1 | caminho de teste | 0.5.0 | fino | 8.1.5 |
| ThreadPoolCtl | 2.2.0 | tokenize-rt | 4.2.1 | tokenizadores | 0.13.2 |
| Tomli | 1.2.2 | tocha | 1.12.1+CU113 | Torchvision | 0.13.1+CU113 |
| tornado | 6.1 | TQDM | 4.64.0 | traços | 5.1.1 |
| transformadores | 4.23.1 | datilógrafo | 0.4.2 | typing_extensions | 4.1.1 |
| Upgrades autônomos | 0.1 | urllib3 | 1.26.9 | virtualenv | 20.8.0 |
| visões | 0.7.5 | Wasabi | 0.10.1 | largura de wc | 0.2.5 |
| WebEncodings | 0.5.1 | Websocket-cliente | 0.58.0 | Werkzeug | 2.0.3 |
| roda | 0.37.1 | widgetsnbextension | 3.6.1 | embrulhado | 1.12.1 |
| zipp | | 3.7.0 |
Bibliotecas R
As bibliotecas R são idênticas às bibliotecas R no Databricks Runtime 12.0.
Bibliotecas Java e Scala (cluster Scala 2.12)
Além das bibliotecas Java e Scala no Databricks Runtime 12.0, o Databricks Runtime 12.0 ML contém os seguintes JARs:
Clusters de CPU
| ID do Grupo | ID do Artefacto | Versão |
|---|---|---|
| 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-Faísca3.2 |
| org.mlflow | mlflow-cliente | 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 |
Clusters GPU
| ID do Grupo | ID do Artefacto | Versão |
|---|---|---|
| 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-faísca-gpu_2.12 | 1.6.2 |
| org.graphframes | graphframes_2.12 | 0.8.2-DB1-Faísca3.2 |
| org.mlflow | mlflow-cliente | 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 |